java.lang.Object
- org.opencv.dnn.Net

```
public class Net
extends java.lang.Object
```
此类别允许创建和操作综合人工神经网络。神经网络表示为有向无环图 (DAG)，其中顶点是 Layer 实例，边指定层输入和输出之间的关系。每个网络层都有唯一的整数 ID 和在其网络中唯一的字符串名称。LayerId 可以存储层名称或层 ID。此类别支持其实例的引用计数，即副本指向同一个实例。

字段摘要

字段
修饰符和类型字段描述

protected long nativeObj

构造函数摘要

构造函数
修饰符构造函数描述

Net()

保护 Net(long addr)

方法摘要

所有方法静态方法实例方法具体方法已弃用方法
修饰符和类型	方法	描述
`static Net`	`__fromPtr__(long addr)`
`void`	`connect(java.lang.String outPin, java.lang.String inpPin)`	将第一个层的输出连接到第二个层的输入。
`java.lang.String`	`dump()`	将网络转储为字符串
`void`	`dumpToFile(java.lang.String path)`	将网络结构、超参数、后端、目标和融合转储到 dot 文件
`void`	`dumpToPbtxt(java.lang.String path)`	将网络结构、超参数、后端、目标和融合转储到 pbtxt 文件
`boolean`	`empty()`	如果网络中没有层，则返回 true。
`void`	`enableFusion(boolean fusion)`	启用或禁用网络中的层融合。
`void`	`enableWinograd(boolean useWinograd)`	启用或禁用 Winograd 计算分支。
`protected void`	`finalize()`
`Mat`	`forward()`	执行前向传播以计算名为 `outputName` 的层的输出。
`Mat`	`forward(java.lang.String outputName)`	执行前向传播以计算名为 `outputName` 的层的输出。
`void`	`forward(java.util.List<Mat> outputBlobs)`	执行前向传播以计算名为 `outputName` 的层的输出。
`void`	`forward(java.util.List<Mat> outputBlobs, java.lang.String outputName)`	执行前向传播以计算名为 `outputName` 的层的输出。
`void`	`forward(java.util.List<Mat> outputBlobs, java.util.List<java.lang.String> outBlobNames)`	执行前向传播以计算 `outBlobNames` 中列出的层的输出。
`long`	`getFLOPS(int layerId, java.util.List<MatOfInt> netInputShapes)`
`long`	`getFLOPS(int layerId, MatOfInt netInputShape)`
`long`	`getFLOPS(java.util.List<MatOfInt> netInputShapes)`	计算指定输入形状的整个加载模型的 FLOP。
`long`	`getFLOPS(MatOfInt netInputShape)`
`void`	`getInputDetails(MatOfFloat scales, MatOfInt zeropoints)`	返回量化Net的输入尺度和零点。
`Layer`	`getLayer(int layerId)`	返回网络使用的具有指定 ID 或名称的层的指针。
`Layer`	`getLayer(java.lang.String layerName)`	已弃用。使用 int getLayerId(const String &layer)
`Layer`	`getLayer(DictValue layerId)`	已弃用。待移除
`int`	`getLayerId(java.lang.String layer)`	将层的字符串名称转换为整数标识符。
`java.util.List<java.lang.String>`	`getLayerNames()`
`int`	`getLayersCount(java.lang.String layerType)`	返回指定类型的层数。
`void`	`getLayerTypes(java.util.List<java.lang.String> layersTypes)`	返回模型中使用的层的类型列表。
`void`	`getMemoryConsumption(int layerId, java.util.List<MatOfInt> netInputShapes, long[] weights, long[] blobs)`
`void`	`getMemoryConsumption(int layerId, MatOfInt netInputShape, long[] weights, long[] blobs)`
`void`	`getMemoryConsumption(MatOfInt netInputShape, long[] weights, long[] blobs)`
`long`	`getNativeObjAddr()`
`void`	`getOutputDetails(MatOfFloat scales, MatOfInt zeropoints)`	返回量化Net的输出尺度和零点。
`Mat`	`getParam(int layer)`	返回层的参数 blob。
`Mat`	`getParam(int layer, int numParam)`	返回层的参数 blob。
`Mat`	`getParam(java.lang.String layerName)`
`Mat`	`getParam(java.lang.String layerName, int numParam)`
`long`	`getPerfProfile(MatOfDouble timings)`	返回推理的总时间和层的计时（以刻度为单位）。
`MatOfInt`	`getUnconnectedOutLayers()`	返回具有未连接输出的层的索引。
`java.util.List<java.lang.String>`	`getUnconnectedOutLayersNames()`	返回具有未连接输出的层的名称。
`Net`	`quantize(java.util.List<Mat> calibData, int inputsDtype, int outputsDtype)`	从浮点网络返回一个量化网络。
`Net`	`quantize(java.util.List<Mat> calibData, int inputsDtype, int outputsDtype, boolean perChannel)`	从浮点网络返回一个量化网络。
`static Net`	`readFromModelOptimizer(java.lang.String xml, java.lang.String bin)`	从 Intel 的 Model Optimizer 中间表示 (IR) 创建网络。
`static Net`	`readFromModelOptimizer(MatOfByte bufferModelConfig, MatOfByte bufferWeights)`	从 Intel 的 Model Optimizer 内存缓冲区中的中间表示 (IR) 创建网络。
`int`	`registerOutput(java.lang.String outputName, int layerId, int outputPort)`	注册带有名称的网络输出。函数可能会创建额外的“Identity”层。
`void`	`setHalideScheduler(java.lang.String scheduler)`	编译 Halide 层。
`void`	`setInput(Mat blob)`	设置网络的新输入值
`void`	`setInput(Mat blob, java.lang.String name)`	设置网络的新输入值
`void`	`setInput(Mat blob, java.lang.String name, double scalefactor)`	设置网络的新输入值
`void`	`setInput(Mat blob, java.lang.String name, double scalefactor, Scalar mean)`	设置网络的新输入值
`void`	`setInputShape(java.lang.String inputName, MatOfInt shape)`	指定网络输入的形状。
`void`	`setInputsNames(java.util.List<java.lang.String> inputBlobNames)`	设置网络输入伪层的输出名称。
`void`	`setParam(int layer, int numParam, Mat blob)`	设置层学习参数的新值。
`void`	`setParam(java.lang.String layerName, int numParam, Mat blob)`
`void`	`setPreferableBackend(int backendId)`	要求网络在支持的情况下使用特定的计算后端。
`void`	`setPreferableTarget(int targetId)`	要求网络在特定目标设备上进行计算。

从类继承的方法 java.lang.Object
clone, equals, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

- 字段详细信息
  - nativeObj
```
protected final long nativeObj
```
- 构造函数详细信息
  - Net
```
protected Net(long addr)
```
  - Net
```
public Net()
```
- 方法详细信息
  - getNativeObjAddr
```
public long getNativeObjAddr()
```
  - __fromPtr__
```
public static Net __fromPtr__(long addr)
```
  - readFromModelOptimizer
```
public static Net readFromModelOptimizer(java.lang.String xml,
                                         java.lang.String bin)
```
    从 Intel 的 Model Optimizer 中间表示 (IR) 创建网络。
    
    参数
    
    xml - 带有网络拓扑的 XML 配置文件。
    
    bin - 带有训练权重的二进制文件。从 Intel 的 Model Optimizer 导入的网络将在 Intel 的 Inference Engine 后端启动。
    
    返回
    
    自动生成
  - readFromModelOptimizer
```
public static Net readFromModelOptimizer(MatOfByte bufferModelConfig,
                                         MatOfByte bufferWeights)
```
    从 Intel 的 Model Optimizer 内存缓冲区中的中间表示 (IR) 创建网络。
    
    参数
    
    bufferModelConfig - 带有模型配置的缓冲区。
    
    bufferWeights - 带有模型训练权重的缓冲区。
    
    返回
    
    Net 对象。
  - empty
```
public boolean empty()
```
    如果网络中没有层，则返回 true。
    
    返回
    
    自动生成
  - dump
```
public java.lang.String dump()
```
    将网络转储为字符串
    
    返回
    
    包含结构、超参数、后端、目标和融合的字符串。在 setInput() 后调用此方法。要查看正确的后端、目标和融合，请在 forward() 后运行。
  - dumpToFile
```
public void dumpToFile(java.lang.String path)
```
    将网络结构、超参数、后端、目标和融合转储到 dot 文件
    
    参数
    
    path - 输出文件路径，扩展名为 .dot。参见：dump()
  - dumpToPbtxt
```
public void dumpToPbtxt(java.lang.String path)
```
    将网络结构、超参数、后端、目标和融合转储到 pbtxt 文件
    
    参数
    
    path - 输出文件路径，扩展名为 .pbtxt。使用 Netron (https://netron.app) 打开目标文件以可视化模型。在 setInput() 后调用此方法。要查看正确的后端、目标和融合，请在 forward() 后运行。
  - getLayerId
```
public int getLayerId(java.lang.String layer)
```
    将层的字符串名称转换为整数标识符。
    
    参数
    
    layer - 自动生成
    
    返回
    
    层的 ID，如果未找到层则为 -1。
  - getLayerNames
```
public java.util.List<java.lang.String> getLayerNames()
```
  - getLayer
```
public Layer getLayer(int layerId)
```
    返回网络使用的具有指定 ID 或名称的层的指针。
    
    参数
    
    layerId - 自动生成
    
    返回
    
    自动生成
  - getLayer
```
@Deprecated
public Layer getLayer(java.lang.String layerName)
```
    已弃用。
    使用 int getLayerId(const String &layer)
    
    参数
    
    layerName - 自动生成
    
    返回
    
    自动生成
  - getLayer
```
@Deprecated
public Layer getLayer(DictValue layerId)
```
    已弃用。
    待移除
    
    参数
    
    layerId - 自动生成
    
    返回
    
    自动生成
  - connect
```
public void connect(java.lang.String outPin,
                    java.lang.String inpPin)
```
    将第一个层的输出连接到第二个层的输入。
    
    参数
    
    outPin - 第一个层输出的描述符。
    
    inpPin - 第二个层输入的描述符。描述符具有以下模板 <DFN><layer_name>[.input_number]</DFN>：- 模板的第一部分 <DFN>layer_name</DFN> 是添加层的字符串名称。如果此部分为空，则将使用网络输入伪层；- 模板的第二个可选部分 <DFN>input_number</DFN> 是层输入的编号或标签。如果此部分省略，则将使用第一个层输入。参见：setNetInputs(), Layer::inputNameToIndex(), Layer::outputNameToIndex()
  - registerOutput
```
public int registerOutput(java.lang.String outputName,
                          int layerId,
                          int outputPort)
```
    注册带有名称的网络输出。函数可能会创建额外的“Identity”层。
    
    参数
    
    outputName - 输出的标识符
    
    layerId - 第二个层的标识符
    
    outputPort - 第二个层输入的编号
    
    返回
    
    绑定层的索引（与 layerId 相同或新创建的）
  - setInputsNames
```
public void setInputsNames(java.util.List<java.lang.String> inputBlobNames)
```
    设置网络输入伪层的输出名称。每个网络总是有一个特殊的自身网络输入伪层，其 id=0。此层仅存储用户 blob 并且不执行任何计算。实际上，此层提供了将用户数据传递到网络中的唯一方法。与任何其他层一样，此层可以标记其输出，此函数提供了一种简单的方法来执行此操作。
    
    参数
    
    inputBlobNames - 自动生成
  - setInputShape
```
public void setInputShape(java.lang.String inputName,
                          MatOfInt shape)
```
    指定网络输入的形状。
    
    参数
    
    inputName - 自动生成
    
    shape - 自动生成
  - forward
```
public Mat forward(java.lang.String outputName)
```
    执行前向传播以计算名为 outputName 的层的输出。
    
    参数
    
    outputName - 需要获取其输出的层的名称
    
    返回
    
    指定层第一个输出的 blob。默认情况下，为整个网络执行前向传播。
  - forward
```
public Mat forward()
```
    执行前向传播以计算名为 outputName 的层的输出。
    
    返回
    
    指定层第一个输出的 blob。默认情况下，为整个网络执行前向传播。
  - forward
```
public void forward(java.util.List<Mat> outputBlobs,
                    java.lang.String outputName)
```
    执行前向传播以计算名为 outputName 的层的输出。
    
    参数
    
    outputBlobs - 包含指定层的所有输出 blob。
    
    outputName - 需要获取其输出的层的名称。如果 outputName 为空，则为整个网络执行前向传播。
  - forward
```
public void forward(java.util.List<Mat> outputBlobs)
```
    执行前向传播以计算名为 outputName 的层的输出。
    
    参数
    
    outputBlobs - 包含指定层第一个输出的 blob。如果 outputName 为空，则为整个网络执行前向传播。
  - forward
```
public void forward(java.util.List<Mat> outputBlobs,
                    java.util.List<java.lang.String> outBlobNames)
```
    执行前向传播以计算 outBlobNames 中列出的层的输出。
    
    参数
    
    outputBlobs - 包含指定层第一个输出的 blob。
    
    outBlobNames - 需要获取其输出的层的名称
  - quantize
```
public Net quantize(java.util.List<Mat> calibData,
                    int inputsDtype,
                    int outputsDtype,
                    boolean perChannel)
```
    从浮点网络返回一个量化网络。
    
    参数
    
    calibData - 用于计算量化参数的校准数据。
    
    inputsDtype - 量化网络输入的Dtype。可以是 CV_32F 或 CV_8S。
    
    outputsDtype - 量化网络输出的Dtype。可以是 CV_32F 或 CV_8S。
    
    perChannel - 量化网络的量化粒度。默认为 true，表示以逐通道（channel-wise）方式量化模型。将其设置为 false 则以逐张量（tensor-wise）方式量化模型。
    
    返回
    
    自动生成
  - quantize
```
public Net quantize(java.util.List<Mat> calibData,
                    int inputsDtype,
                    int outputsDtype)
```
    从浮点网络返回一个量化网络。
    
    参数
    
    calibData - 用于计算量化参数的校准数据。
    
    inputsDtype - 量化网络输入的Dtype。可以是 CV_32F 或 CV_8S。
    
    outputsDtype - 量化网络输出的Dtype。可以是 CV_32F 或 CV_8S。以逐通道（channel-wise）方式量化模型。将其设置为 false 则以逐张量（tensor-wise）方式量化模型。
    
    返回
    
    自动生成
  - getInputDetails
```
public void getInputDetails(MatOfFloat scales,
                            MatOfInt zeropoints)
```
    返回量化Net的输入尺度和零点。
    
    参数
    
    scales - 返回输入尺度的输出参数。
    
    zeropoints - 返回输入零点的输出参数。
  - getOutputDetails
```
public void getOutputDetails(MatOfFloat scales,
                             MatOfInt zeropoints)
```
    返回量化Net的输出尺度和零点。
    
    参数
    
    scales - 返回输出尺度的输出参数。
    
    zeropoints - 返回输出零点的输出参数。
  - setHalideScheduler
```
public void setHalideScheduler(java.lang.String scheduler)
```
    编译 Halide 层。
    
    参数
    
    scheduler - 包含调度指令的 YAML 文件路径。参见：setPreferableBackend 调度支持 Halide 后端的层。然后针对特定目标进行编译。对于调度文件中未表示或根本未使用手动调度的层，将应用自动调度。
  - setPreferableBackend
```
public void setPreferableBackend(int backendId)
```
    要求网络在支持的情况下使用特定的计算后端。
    
    参数
    
    backendId - 后端标识符。参见：Backend
  - setPreferableTarget
```
public void setPreferableTarget(int targetId)
```
    要求网络在特定目标设备上进行计算。
    
    参数
    
    targetId - 目标标识符。参见：Target 支持的后端/目标组合列表：| | DNN_BACKEND_OPENCV | DNN_BACKEND_INFERENCE_ENGINE | DNN_BACKEND_HALIDE | DNN_BACKEND_CUDA | |------------------------|--------------------|------------------------------|--------------------|-------------------| | DNN_TARGET_CPU | + | + | + | | | DNN_TARGET_OPENCL | + | + | + | | | DNN_TARGET_OPENCL_FP16 | + | + | | | | DNN_TARGET_MYRIAD | | + | | | | DNN_TARGET_FPGA | | + | | | | DNN_TARGET_CUDA | | | | + | | DNN_TARGET_CUDA_FP16 | | | | + | | DNN_TARGET_HDDL | | + | | |
  - setInput
```
public void setInput(Mat blob,
                     java.lang.String name,
                     double scalefactor,
                     Scalar mean)
```
    设置网络的新输入值
    
    参数
    
    blob - 一个新的 blob。应具有 CV_32F 或 CV_8U 深度。
    
    name - 输入层的名称。
    
    scalefactor - 可选的归一化尺度。
    
    mean - 可选的均值减去值。参见：connect(String, String) 了解描述符的格式。如果指定了尺度或均值，最终输入 blob 计算如下：\(input(n,c,h,w) = scalefactor \times (blob(n,c,h,w) - mean_c)\)
  - setInput
```
public void setInput(Mat blob,
                     java.lang.String name,
                     double scalefactor)
```
    设置网络的新输入值
    
    参数
    
    blob - 一个新的 blob。应具有 CV_32F 或 CV_8U 深度。
    
    name - 输入层的名称。
    
    scalefactor - 可选的归一化尺度。参见：connect(String, String) 了解描述符的格式。如果指定了尺度或均值，最终输入 blob 计算如下：\(input(n,c,h,w) = scalefactor \times (blob(n,c,h,w) - mean_c)\)
  - setInput
```
public void setInput(Mat blob,
                     java.lang.String name)
```
    设置网络的新输入值
    
    参数
    
    blob - 一个新的 blob。应具有 CV_32F 或 CV_8U 深度。
    
    name - 输入层的名称。参见：connect(String, String) 了解描述符的格式。如果指定了尺度或均值，最终输入 blob 计算如下：\(input(n,c,h,w) = scalefactor \times (blob(n,c,h,w) - mean_c)\)
  - setInput
```
public void setInput(Mat blob)
```
    设置网络的新输入值
    
    参数
    
    blob - 一个新的 blob。应具有 CV_32F 或 CV_8U 深度。参见：connect(String, String) 了解描述符的格式。如果指定了尺度或均值，最终输入 blob 计算如下：\(input(n,c,h,w) = scalefactor \times (blob(n,c,h,w) - mean_c)\)
  - setParam
```
public void setParam(int layer,
                     int numParam,
                     Mat blob)
```
    设置层学习参数的新值。
    
    参数
    
    layer - 层的名称或 ID。
    
    numParam - Layer::blobs 数组中层参数的索引。
    
    blob - 新值。参见：Layer::blobs 注意：如果新 blob 的形状与先前的形状不同，则随后的前向传播可能会失败。
  - setParam
```
public void setParam(java.lang.String layerName,
                     int numParam,
                     Mat blob)
```
  - getParam
```
public Mat getParam(int layer,
                    int numParam)
```
    返回层的参数 blob。
    
    参数
    
    layer - 层的名称或 ID。
    
    numParam - Layer::blobs 数组中层参数的索引。参见：Layer::blobs
    
    返回
    
    自动生成
  - getParam
```
public Mat getParam(int layer)
```
    返回层的参数 blob。
    
    参数
    
    layer - 层的名称或 ID。参见：Layer::blobs
    
    返回
    
    自动生成
  - getParam
```
public Mat getParam(java.lang.String layerName,
                    int numParam)
```
  - getParam
```
public Mat getParam(java.lang.String layerName)
```
  - getUnconnectedOutLayers
```
public MatOfInt getUnconnectedOutLayers()
```
    返回未连接输出的层的索引。FIXIT：将 API 重构为 registerOutput() 方法，弃用此调用
    
    返回
    
    自动生成
  - getUnconnectedOutLayersNames
```
public java.util.List<java.lang.String> getUnconnectedOutLayersNames()
```
    返回未连接输出的层的名称。FIXIT：将 API 重构为 registerOutput() 方法，弃用此调用
    
    返回
    
    自动生成
  - getFLOPS
```
public long getFLOPS(java.util.List<MatOfInt> netInputShapes)
```
    计算指定输入形状的整个加载模型的 FLOP。
    
    参数
    
    netInputShapes - 所有网络输入的形状向量。
    
    返回
    
    计算出的 FLOPs。
  - getFLOPS
```
public long getFLOPS(MatOfInt netInputShape)
```
  - getFLOPS
```
public long getFLOPS(int layerId,
                     java.util.List<MatOfInt> netInputShapes)
```
  - getFLOPS
```
public long getFLOPS(int layerId,
                     MatOfInt netInputShape)
```
  - getLayerTypes
```
public void getLayerTypes(java.util.List<java.lang.String> layersTypes)
```
    返回模型中使用的层的类型列表。
    
    参数
    
    layersTypes - 返回类型的输出参数。
  - getLayersCount
```
public int getLayersCount(java.lang.String layerType)
```
    返回指定类型的层数。
    
    参数
    
    layerType - 类型。
    
    返回
    
    层数
  - getMemoryConsumption
```
public void getMemoryConsumption(MatOfInt netInputShape,
                                 long[] weights,
                                 long[] blobs)
```
  - getMemoryConsumption
```
public void getMemoryConsumption(int layerId,
                                 java.util.List<MatOfInt> netInputShapes,
                                 long[] weights,
                                 long[] blobs)
```
  - getMemoryConsumption
```
public void getMemoryConsumption(int layerId,
                                 MatOfInt netInputShape,
                                 long[] weights,
                                 long[] blobs)
```
  - enableFusion
```
public void enableFusion(boolean fusion)
```
    启用或禁用网络中的层融合。
    
    参数
    
    fusion - true 启用融合，false 禁用。融合默认启用。
  - enableWinograd
```
public void enableWinograd(boolean useWinograd)
```
    启用或禁用 Winograd 计算分支。Winograd 计算分支可以以较小的精度损失加速 3x3 卷积。
    
    参数
    
    useWinograd - true 启用 Winograd 计算分支。默认为 true。
  - getPerfProfile
```
public long getPerfProfile(MatOfDouble timings)
```
    返回推理的总时间和层的计时（以刻度为单位）。返回向量中的索引对应于层 ID。某些层可能与其他层融合，在这种情况下，跳过的层将返回零刻度计数。仅由 DNN_BACKEND_OPENCV 在 DNN_TARGET_CPU 上支持。
    
    参数
    
    timings - 所有层的时间刻度向量。
    
    返回
    
    模型推理的总时钟周期。
  - finalize
```
protected void finalize()
                 throws java.lang.Throwable
```
    重写
    
    finalize 在类 java.lang.Object中
    
    抛出
    
    java.lang.Throwable

构造函数
修饰符	构造函数	描述
	`Net()`
`保护`	`Net(long addr)`

类 Net

字段摘要

构造函数摘要

方法摘要

从类继承的方法 java.lang.Object

字段详细信息

nativeObj

构造函数详细信息

Net

Net

方法详细信息

getNativeObjAddr

__fromPtr__

readFromModelOptimizer

readFromModelOptimizer

empty

dump

dumpToFile

dumpToPbtxt

getLayerId

getLayerNames

getLayer

getLayer

getLayer

connect

registerOutput

setInputsNames

setInputShape

forward

forward

forward

forward

forward

quantize

quantize

getInputDetails

getOutputDetails

setHalideScheduler

setPreferableBackend

setPreferableTarget

setInput

setInput

setInput

setInput

setParam

setParam

getParam

getParam

getParam

getParam

getUnconnectedOutLayers

getUnconnectedOutLayersNames

getFLOPS

getFLOPS

getFLOPS

getFLOPS

getLayerTypes

getLayersCount

getMemoryConsumption

getMemoryConsumption

getMemoryConsumption

enableFusion

enableWinograd

getPerfProfile

finalize

fromPtr