在最先进的论文中。研究人员设法仅在人脸上实现了 90-100% 的性别分类准确率，因此这两种方法都可以正常工作，可能使用第一种方法进行细微改进。然而，使用整个身体的图像会增强过拟合，因为有更多的输入特征并增加了过拟合。对于非常大的数据集，使用第一种方法可能会更好，因为过度拟合的机会很低，而对于较小的数据集，您可能应该使用第二种方法，甚至只是面部，因为这不会产生如此大的差异。

将数据输入网络的更好方法是通过身体的地标。

输入身体的地标有助于将特征减少到最小，并且只保留相关特征。女性和男性身体的主要区别可能是躯干和肩宽，您可以从身体标志检测中获得。您可以同时输入面部图像和身体标志作为网络的输入，这可能会提高准确性。然而，这个解决方案不是一个阶段的方法，这意味着它需要一个额外的模型来预测地标。

希望我能帮助你。