Uma complicação causada pelo diabetes mellitus é o aparecimento de feridas situadas na região dos pés denominadas Úlceras do Pé Diabético. O tratamento tardio ou inadequado 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, InceptionResNetV2, DenseNet201, MobileNetV2 e EfficientNetB0 na classificação de imagens de Úlceras do Pé Diabético de duas bases de dados públicas com um total de 8.250 imagens. Para estas redes, foi aplicado um refinamento profundo com e sem alterações nas camadas finais (totalmente conectadas). Além disso, as redes VGG-16 e VGG-19 sofreram alterações na arquitetura interna, sendo adicionadas camadas de dropout e batch normalization. A avaliação proposta levou em consideração quatro classes: inexistente (que contém imagens de pele saudável, úlceras em processo de cicatrização e de úlceras sem isquemia ou infecção), isquemia, infecção e ambas (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 índice Kappa acima dos 89,00% e uma acurácia média de 93,44% e 93,45%, respectivamente. Os resultados alcançados demonstram que a proposta consegue classificar corretamente as imagens, visto que, nos testes realizados o índice Kappa atingiu valores considerados “Excelentes”.