自问自答一下吧。
提取的feature不同应该是因为crop的原因，用c++提特征会进行中心crop，用Python提特征不进行crop而是直接resize，这些在Caffe源码 data_transformer.cpp 里面可以看到。c++提feature会进行TEST的forward过程，因此是中心crop，如果是TRAIN，则是随机crop。
if (crop_size) {
CHECK_EQ(crop_size, height);
CHECK_EQ(crop_size, width);
// We only do random crop when we do training.
if (phase_ == TRAIN) {
h_off = Rand(img_height - crop_size + 1);
w_off = Rand(img_width - crop_size + 1);
} else {
h_off = (img_height - crop_size) / 2;
w_off = (img_width - crop_size) / 2;
}
cv::Rect roi(w_off, h_off, crop_size, crop_size);
cv_cropped_img = cv_img(roi);
} else {
CHECK_EQ(img_height, height);
CHECK_EQ(img_width, width);
}

CHECK(cv_cropped_img.data);
对于Python特征比c++好那也可以理解了，因为中心crop丢掉了部分图片，也就丢掉了一些信息，而直接resize则保留了图片的整体信息。