c++人群计数SaCNN代码应用实现

概述

SaCNN原理可自行参考论文，它算是目前人群计数相对来说较好的几个模型之一，后期会写有关CSRNET人群计数，本文主要是用c++对模型扩展，进行实际测试，由于是很早之前所作，懒得再次测试，只贴部分代码，完整部分可依据链接下载SaCNN完整代码
2019-12-18添加：
shanghaiTech-PartB训练好的模型

代码实现

#ifndef FEATUREEXTRACT_H_
#define FEATUREEXTRACT_H_
#include <caffe/caffe.hpp>
#define USE_OPENCV
#ifdef USE_OPENCV
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#endif  // USE_OPENCV
#include <algorithm>
#include <iosfwd>
#include <memory>
#include <string>
#include <utility>
#include <vector>
#include <pthread.h>
#ifdef USE_OPENCV
using namespace caffe;  // NOLINT(build/namespaces)
using std::string;
using namespace std;
/* Pair (label, confidence) representing a prediction. */

class FeatureExtract {
 public:
  FeatureExtract(const string& model_file,
             const string& trained_file);
	int extractFeature(cv::Mat img,float &cnt);
  
 // std::vector<Prediction> Classify(const cv::Mat& img, int N = 5);

 private:
 // void SetMean(const string& mean_file);
	pthread_mutex_t net_lock;

	int Predict(const cv::Mat& img,float *output);
  void WrapInputLayer(std::vector<cv::Mat>* input_channels);

  void Preprocess(const cv::Mat& img,
                  std::vector<cv::Mat>* input_channels);

 private:
	
  boost::shared_ptr<Net<float> > net_;
  cv::Size input_geometry_;
  int num_channels_;
  //std::vector<string> labels_;
};

float mycosine(float* arrayA,float* arrayB,int length);

#else
/*
int main(int argc, char** argv) {
  LOG(FATAL) << "This example requires OpenCV; compile with USE_OPENCV.";
}*/
#endif  // USE_OPENCV
#endif