人群计数-c++实现内有caffemodel和deploy文件

该资源为人群计数c++实现，深度框架为caffe，网络模型文件为SaCNN，可对图片和视频进行人群计数，需要安装caffe和opencv库，内有makefile,可直接使用！

#include 
#include 
#define USE_OPENCV
#ifdef USE_OPENCV
#include 
#include 
#include 
#endif  // USE_OPENCV
#include 
#include 
#include 
#include 
#include 
#include 
#include
#include “featureExtract.h“
#ifdef USE_OPENCV
#define CPU_ONLY
using namespace caffe;  // NOLINT（build/namespaces）
using std::string;
using namespace std;
using namespace cv;
/* Pair （label confidence） representing a prediction. */
typedef std::pair Prediction;

float mycosine（float* arrayAfloat* arrayBint length）{
    if（!arrayA||!arrayB） return 0;
    double sumarrayA=0sumarrayB=0;
    double cosine=0;
    for（int i=0;i        sumarrayA+=arrayA[i]*arrayA[i];
        sumarrayB+=arrayB[i]*arrayB[i];
        cosine+=arrayA[i]*arrayB[i];
    }
    sumarrayA=sqrt（sumarrayA）;
    sumarrayB=sqrt（sumarrayB）;
    if（（sumarrayA-0<0.0001）||（sumarrayB-0<0.0001））{
        return 0;
    }
    cosine/=（sumarrayA*sumarrayB）;
//  cout<    return cosine;
}

FeatureExtract::FeatureExtract（const string& model_file
                       const string& trained_file） {
#ifdef CPU_ONLY
  Caffe::set_mode（Caffe::CPU）;
#else
  Caffe::set_mode（Caffe::GPU）;
#endif
	net_lock = PTHREAD_MUTEX_INITIALIZER;
  /* Load the network. */
  net_.reset（new Net（model_file TEST））;
  net_->CopyTrainedlayersFrom（trained_file）;
  

  CHECK_EQ（net_->num_inputs（） 1） << “Network should have exactly one input.“;
  CHECK_EQ（net_->num_outputs（） 1） << “Network should have exactly one output.“;

 
 Blob* input_layer = net_->input_blobs（）[0];
  num_channels_ = input_layer->channels（）;
  CHECK（num_channels_ == 3 || num_channels_ == 1）
    << “Input layer should have 1 or 3 channels.“;
  input_geometry_ = cv::Size（input_layer->width（） input_layer->height（））;
  /* Load the binaryproto mean file. */
  //SetMean（mean_file）;

  /* Load labels. */
 /* std::ifstream labels（label_file.c_str（））;
  CHECK（labels） << “Unable to open labels file “ << label_file;
  string line;
  while （std::getline（labels line））
    labels_.push_back（string（line））;
*/
  Blob* output_layer = net_->output_blobs（）[0];
  //CHECK_EQ（labels_.size（） output_layer->channels（））
    //<< “Number of labels is different from the output layer dimension.“;
}

int  FeatureExtract::extractFeature（cv::Mat imgfloat &cnt） 
{
cout<<“start extract!“<	clock_t t0 = clock（）;
	//std::vector vec_data（img.begin（） img.end（））; 
 	//cv::Mat testMat =cv::imdecode（vec_data 1）;
	cv::Mat result;
	img.convertTo（result CV_32FC3）;
	//cv::Mat result2;
	//transpose（resultresult2）;
	
	//cv::Mat result3;
	//flip（imgresult31）;

	float f1[512]={0}f2[512]={0};
	//pthread_mutex_lock （&net_lock）;
	Blob* input_layer = net_->input_blobs（）[0];	
  input_layer->Reshape（1 num_channels_
                     

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件         818  2018-08-03 01:16  extracttest\Makefile
     文件    91915666  2018-08-02 12:55  extracttest\ShanghaiTech_part_B.caffemodel
     文件      631144  2018-08-24 09:32  extracttest\Vulture_Server
     文件        9900  2018-08-24 09:26  extracttest\deploy.prototxt
     文件        8476  2018-08-24 09:32  extracttest\featureExtract.cpp
     文件        1417  2018-08-24 03:30  extracttest\featureExtract.h
     文件     1036880  2018-08-24 09:32  extracttest\featureExtract.o
     目录           0  2019-12-04 21:44  extracttest\