Uma complicação causada pelo diabetes mellitus é o aparecimento de feridas situadas na região dos pés denominadas Úlceras do Pé Diabético. O tratamento tardio pode acarretar o surgimento de infecção ou isquemia da úlcera que, em estado avançado, pode ocasionar a amputação dos membros inferiores. Neste trabalho, foi realizado um comparativo do desempenho das arquiteturas VGG-16, VGG-19, InceptionV3, ResNet50 e DenseNet201 na classificação de imagens de Úlceras do Pé Diabético. O refinamento destas redes foi feito nas suas configurações originais e também com alterações das camadas densas, sendo acrescentada uma ou duas camada densas. Nas redes VGG-16 e VGG-19 foram adicionadas camadas de Dropout e Batch Normalization para avaliar se houve melhorias em relação as redes sem estas camadas. Nossa avaliação levou em consideração quatro classes: None (que contém imagens de pele saudável, úlceras em processo de cicatrização e de úlceras sem isquemia ou infecção), Ischaemia (úlceras apenas com isquemia), Infection (úlcera apenas com infecção) e Both (úlceras com isquemia e infecção). As melhores configuração das redes testadas foram as VGG-16 e VGG-19 com uma camada densa de 512 neurônios e com camadas de Batch Normalization, que obtiveram acurácia média de 93,44% e um índice Kappa de 0,89. Os resultados alcançados demostram que a
nossa proposta consegue classificar tais imagens, visto que, nos testes realizados o índice Kappa atingiu valores considerados “Excelentes”.