数据集概述
该数据集对应研究论文中的表5，核心内容为优化YOLOv4模型的剪枝网络架构参数。通过展示5种候选剪枝模型（YOLOv4-RC3至RC3_5）在不同残差块（C3、C4、C5）的剪枝状态及剩余层输出尺寸，为疟疾细胞检测模型的结构优化提供数据支持。
文件详解
- 文件名称: table.html
- 文件格式: HTML (.html)
- 内容说明: 该文件包含表5的结构化数据，记录5种剪枝候选模型的网络架构参数。字段映射如下：
- Candidate model: 候选模型名称（如YOLOv4-RC3）
- Res-block 3 (C3)、Res-block 4 (C4)、Res-block 5 (C5): 各残差块的剪枝状态（'x'表示剪枝，'/'表示未剪枝）
- 剩余层输出尺寸: 以方括号标注各残差块剩余层的图像输出尺寸（如[52 ×52 ×128]）
适用场景
- 计算机视觉模型优化: 分析剪枝策略对YOLOv4模型结构与性能的影响
- 医学图像检测研究: 支撑疟疾细胞检测算法的轻量化与效率提升研究
- 深度学习架构设计: 为目标检测模型的残差块剪枝方案提供参考数据
- 医疗AI应用开发: 辅助构建适用于临床场景的高效疟疾诊断模型
