Cet article évalue et compare systématiquement l'efficacité des techniques de classification à vue unique et à vues multiples dans l'analyse des mammographies, essentielle à la détection précoce du cancer du sein. Dans le contexte de la recherche en analyse des mammographies, qui a évolué des classificateurs traditionnels basés sur des patchs vers les classificateurs d'images complètes et les systèmes à vues multiples, nous cherchons à déterminer si les systèmes à vues multiples surpassent systématiquement les approches à vue unique. Nos résultats présentent un modèle qui surpasse les méthodes de pointe existantes dans les scénarios de classification à vue unique et à double vue, offrant ainsi un aperçu des architectures de modèles optimales et des stratégies efficaces d'apprentissage par transfert. Le code source et les modèles sont accessibles au public.
