性别识别 | 行业新闻_数智（点击查看更多）

⁣📰 基于深度学习雏鸡面部识别的身份鉴别与性别分类 - 生物通本研究针对湘黄鸡雏鸡，首次构建了带个体身份与性别标注的面部数据集，并在正面与侧面视角下，比较了ResNet-50、ResNet-101、EfficientNet-B0、EfficientNet-B0+CBAM以及MobileNet-V2等五种模型的识别性能

Mon, 07 Sep 2026 00:30:07 GMT

⁣
📰 基于深度学习雏鸡面部识别的身份鉴别与性别分类 - 生物通

本研究针对湘黄鸡雏鸡，首次构建了带个体身份与性别标注的面部数据集，并在正面与侧面视角下，比较了ResNet-50、ResNet-101、EfficientNet-B0、EfficientNet-B0+CBAM以及MobileNet-V2等五种模型的识别性能。通过对6024张面部图像（正面4073张、侧面1951张）进行标注与裁剪，采用YOLOv8检测人脸，图像分割后送入分类器训练。结果显示，雏鸡身份识别的Top-1准确率均超过98%，但性别分类最高仅达到71.01%，且多数模型存在明显过拟合。Grad-CAM可视化显示，在身份识别时模型关注鼻区与眼周等多个面部区域。研究揭示雏鸡面部性别线索的生物瓶颈，表明单纯基于面部特征难以实现准确性别判定，需要结合其他生物特征或模态进行综合判断。该工作为家禽数字化管理提供了基准数据集与多视角基准，证明轻量化模型（如MobileNet-V2、EfficientNet-B0）具备实时部署潜力，有助于早期细粒度个体管理与精准育种，同时也明确了面部识别的上限与未来改进方向。

🏷️ #雏鸡面部 #个体识别 #性别识别 #Grad-CAM #数字化管理

🔗 原文链接

⁣📰 GSMA就移动性别差距发出警告：中低收入国家仍有8.1亿女性无法联网GSMA在2026年移动性别差距报告中指出，中低收入国家仍有8.1亿女性未能使用移动互联网，男性未连接者为5.95亿

Fri, 12 Jun 2026 10:49:56 GMT

⁣
📰 GSMA就移动性别差距发出警告：中低收入国家仍有8.1亿女性无法联网

GSMA在2026年移动性别差距报告中指出，中低收入国家仍有8.1亿女性未能使用移动互联网，男性未连接者为5.95亿。女性使用移动互联网的概率低于男性12%，导致约2亿女性无法上网。智能手机拥有率的差距是主要障碍，女性比男性低13%的拥有率，约2.1亿人。尽管认知度相近，价格、识字率、数字技能及安全担忧等因素仍限制使用。社会规范与结构性不平等、教育与收入水平低下使女性受影响更严重，撒哈拉以南非洲与南亚的性别差距最大，分别达26%与25%，两地区合计占未联网女性的三分之二以上。农村地区差距通常是城市的两到三倍，地区性差异突出。若在2023–2030年缩小中低收入国家的移动互联网普及差距，可为国内生产总值增1.3万亿美元；缩小移动设备拥有与使用差距，可带来2300亿美元额外收入。GSMA呼吁在手机与数据服务价格、数字技能、安全保障、面向女性的设计以及治理结构性不平等方面采取协同措施，以解决长期且严重的性别数字鸿沟。

🏷️ #数字鸿沟 #移动互联网 #性别差距 #中低收入国家 #数字包容

🔗 原文链接