HOG与Haar级联 - CPU性能

Question

我正在构建一个带有人脸检测和地标点检测的项目。我正在用它做几个测试，到目前为止，我能够建立一个 "自定义 "的dlib shape_predictor，现在我试图选择我应该使用哪个人脸检测API。我读了很多书，人们通常说Haar的可靠性较低，但对CPU的负担比HOG小，然而我刚刚尝试使用Haar级联，但它使用了我70%的CPU（i7-7700HQ），而HOG对CPU也有30%的负担。我是不是做错了什么？

我在Anaconda (windows 10)中使用Dlib 19.7和OpenCV 4.2.0.32。

这是Haar cascade人脸检测的代码。

detectorFace = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

vs = VideoStream(src=0).start()

while True:
   frame = vs.read()
   frame = imutils.resize(frame, width=600)
   gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
   retangs = detectorFace.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30),flags=cv2.CASCADE_SCALE_IMAGE)
   for (x, y, w, h) in retangs:
      cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

 ...