本文分析了自动化性别分类系统在不同种族和性别群体中的差异性，探讨了深度学习算法中的架构差异和训练集不平衡等潜在差异性来源。实验结果显示，不同算法的分类表现一致，黑种女性和黑种族总体的准确率最低，中东男性和拉丁女性的准确率较高。同时指出，黑种女性表现不佳可能与骨骼结构受基因和环境因素影响的面部形态差异有关。