C++ OpenCV predict（）与detectMultiScale（）的比较

我正在使用OpenCV进行人脸、性别和年龄检测。我有一系列用于训练模型的图像，基本上我目前有以下内容：

Ptr<cv::face::FaceRecognizer> model = cv::face::LBPHFaceRecognizer::create(9, 9);
std::vector<int> labels;
std::vector<std::string> imageFileNames;

for (int currImageIndex = 0; currImageIndex < imageFileNames.size(); currImageIndex++)
{
    cv::Mat currMatrix;
    std::string currentFileName = imageFileNames[currImageIndex];
    std::string gender;
    int currID = -1;

    //Save the image and the corresponding ID to the list(s).
    currMatrix = imread(currentFileName , CV_LOAD_IMAGE_GRAYSCALE);
    if (currMatrix.data != NULL)
    {
        images.push_back(currMatrix);
        labels.push_back(currID);
    }
}

model->train(images, labels);
model->write("C:\\temp.xml");

然而，我遇到了使用

detectMultiScale（）

和

“级联分类器”

。区别是什么？与我目前使用的方法相比，使用

级联分类器是否有性能优势？
detectMultiScale（）
是否比
predict（）
工作得更好？
函数用于对象检测。它返回类型为
std:：vector
的变量，该变量包含检测对象的边界矩形

函数用于对象分类。它返回输入图像的类别标签和预测对象的置信度。
是否可以使用detectMultiScale进行某种类型的性别检测，或者FaceRecognitor:：predict（）是否始终用于分类？@Katianie。。。性别预测是一个分类问题，因此
FaceRecognizer:：predict
更适合它。它可以通过
detectMultiScale
实现，但这将非常麻烦，可能不够准确。
gendermodel->predict(currMat, predictedLabel, conf);