无Source_Model_Based_疟疾细胞检测模型性能对比完整数据_注_因无具体来源机构信息_机构_类文件名采用_无来源_替代_所有文件名统一补充_完整数据_以符合无时间场景的通用规范

数据集概述

该数据集为表格数据，呈现原始YOLOv4模型与多种改进模型（如残差块剪枝、骨干网络替换）在薄血涂片图像中检测感染红细胞的性能对比，包含精度、召回率等关键指标，支持疟疾细胞检测模型的效率分析。

文件详解

• 文件名称: table.html
• 文件格式: HTML (.html)
• 字段映射: 包含模型修改类型（Modifications）、模型名称（Model）、精度（Precision (%)）、召回率（Recall rate (%)）、F1分数（F1-score (%)）、平均精度均值（mAP (%)）、训练时间（Training time (h)）、推理时间（Inference time (per image) (ms)）、浮点运算量（B-FLOPS）、模型大小（Size (MB)）等字段

适用场景

• 深度学习模型优化研究: 分析不同改进策略对YOLOv4模型性能的影响
• 医疗图像检测应用: 评估疟疾细胞检测模型的效率与准确性平衡
• 模型压缩技术对比: 研究残差块剪枝、骨干网络替换等压缩方法的效果
• 医疗AI系统开发: 为疟疾诊断模型的选型和优化提供数据支持