[Opencv]カスケード分類器作るのが遅すぎる件

opencv_traincascadeが遅すぎる。もしいじれるパラメータがあったら有識者様教えてくれ。以下コマンドプロンプトの画面
D:\OpenCV_Installer\selfMade>opencv_traincascade -data cascade -vec positive.vec -bg neglist.txt -numPos 6290 -numNeg 3990 -w 32 -h 32
PARAMETERS:
cascadeDirName: cascade
vecFileName: positive.vec
bgFileName: neglist.txt
numPos: 6290
numNeg: 3990
numStages: 20
precalcValBufSize[Mb] : 1024
precalcIdxBufSize[Mb] : 1024
acceptanceRatioBreakValue : -1
stageType: BOOST
featureType: HAAR
sampleWidth: 32
sampleHeight: 32
boostType: GAB
minHitRate: 0.995
maxFalseAlarmRate: 0.5
weightTrimRate: 0.95
maxDepth: 1
maxWeakCount: 100
mode: BASIC
Number of unique features given windowSize [32,32] : 510112
===== TRAINING 0-stage =====
<BEGIN
POS count : consumed 6290 : 6290
NEG count : acceptanceRatio 3990 : 1
Precalculation time: 13.374
+----+---------+---------+
| N | HR | FA |
+----+---------+---------+

こんなに遅いと日が暮れちまうよ

numPos と numNeg を減らせば良い

numPos、numNeg減らしたら精度落ちるやん。
せっかく用意したのに...

CUDAありでビルドしたらGPUに対応したopencv_traincascadeが生成されんのか？
ググってもopencv_traincascadeに関してはようわからんかった

何より気に食わんのはCPU使用率が25%で推移しとることや
全部使えや
ちなi5 9400

OpenCV質問便乗して良いかしら
cv::Mat_<T>からcv::Matへの変換はどうやるのが正解？
逆方向の代入とかは問題無くできるので、原理的には変換に別段コピー不要のように思えるが
実際にコードを書くとなると
cv::Mat_<uchar> srcImg = ...;
cv::Mat dstImg;
srcImg.convertTo(dstImg, srcImg.type()); // コピー1回
しかやる方法無し？
それとも関数引数としてcv::InputArray受けして何でも受け付けられるようにしとけみたいな発想の転換が必要？