所谓性别分类指的是给定一张图片，输出其中人脸的性别（男性或者女性），由于准确率比之前有大幅提升，基于深度学习的方法目前占据了主流，CVPR2015上曾发表了一篇基于AlexNet的论文，详细分析参见基于 CNN的年龄和性别检测
其存在的问题如下:
1是结构偏旧，毕竟15年很多模型都还没有出来
2是复杂度高，不适合应用到嵌入式端
3是数据问题，由于用于训练的图片仅含有正脸的数据，因此它对于正脸的分类效果还算差强人意，稍微有点倾斜或者模糊基本就惨不忍睹
作者给出的代码是基于caffe的，大约4个小时就可以训练完成，精度在95%左右
当把其移植到计算棒的时候Profile下时间就会发现conv2层占了几乎一半的运行时间，因此有必要对其进行优化
