数据集概述
本数据集为计算机视觉模型在蜥蜴性别分类任务中的性能评估表，基于不同图像视角（背部、头部侧面）和性别（雄性、雌性），对比三种模型架构及组合预测的准确率、AUC等关键指标，为爬行动物形态学分类研究提供量化数据支持。
文件详解
- 文件名称：table.html
- 文件格式：HTML (.html)
- 字段映射：
- 核心维度：性别（雄性/雌性）、图像视角（背部/Dorsal、头部侧面/Head lateral）
- 模型类型：Inception V3、ResNet 50、Inception ResNetV2、Combined predictions
- 评估指标：Accuracy（准确率）、AUC（ROC曲线下面积）、F1 Pboc（Podarcis bocagei的F1值）、F1 Plus（Podarcis lusitanicus的F1值）
适用场景
- 爬行动物形态学分类研究：量化分析计算机视觉模型对蜥蜴性别的识别能力
- 生物特征识别技术评估：对比不同深度学习架构在生物图像分类任务中的性能差异
- 隐存种鉴定方法优化：探索基于图像特征的物种性别区分技术应用
- 机器学习模型选型参考：为相关生物图像分类任务提供模型性能对比数据
