小编U.S*_*wap的帖子

我正在尝试使用 CUDA 作为 opencv-4.1.1 中提供的 dnn 模块的后端，我构建了启用 CUDA 的 opencv，nvidia 驱动程序和 CUDA 正确放置在系统上，这里使用 manjaro 作为开发平台。

我正在尝试使用 cv2.dnn 模块加载预训练的 YOLOv3 权重，

net = cv2.dnn.readNetFromDarknet('yolov3.cfg', 'yolov3.weights')

但它使用 CPU 作为默认推理引擎，但我试图使用 GPU 作为后端 IE，来自官方 opencv 文档，我发现以下

DNN_TARGET_CPU  
DNN_TARGET_OPENCL   
DNN_TARGET_OPENCL_FP16  
DNN_TARGET_MYRIAD       
DNN_TARGET_FPGA 

作为目标后端，但不支持直接 GPU 推理，所以如果不使用 GPU 作为底层推理引擎，用 CUDA 编译 opencv 有什么意义，

为了确保进程在 GPU 上运行，我发布了输出 nvidia-smi，

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 430.26       Driver Version: 430.26       CUDA Version: 10.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage …

我正在尝试使用 android 搜索栏实现 Locker App 和滑动解锁功能。

我想要的是，从右向左滑动解锁，如果用户从 drawable 释放触摸，那么它应该回到布局的右侧。

使用以下代码，我可以实现相同的效果，但对于从左到右的方向，我想在相反的方向（即从右到左）执行相同的操作。

import android.content.Context;
import android.graphics.drawable.Drawable;
import android.util.AttributeSet;
import android.view.MotionEvent;
import android.widget.SeekBar;

public class SlideButton extends SeekBar {

private Drawable thumb;
private SlideButtonListener listener;

public SlideButton(Context context, AttributeSet attrs) {
    super(context, attrs);
}

@Override
public void setThumb(Drawable thumb) {
    super.setThumb(thumb);
    this.thumb = thumb;
}

@Override
public boolean onTouchEvent(MotionEvent event) {
    if (event.getAction() == MotionEvent.ACTION_DOWN) {
        if (thumb.getBounds().contains((int) event.getX(), (int) event.getY())) {
            super.onTouchEvent(event);
        } else
            return false;
    } else if (event.getAction() == MotionEvent.ACTION_UP) …

我有几张卫星图像，每张都代表主卫星图像的一个通道，总共 11 张图像，每张都标有不同的通道，所有图像都是带有灰度色彩空间的 .tiff 格式，现在我只想将这些图像合并到一，将所有通道表示为一个图像，这可能吗，请记住，我不想连接图像，可以使用以下方法完成：

vis = np.concatenate((img1, img2), axis=1)

我想将它们全部合并为一张图像，而不会扭曲其中包含的数据，下面附上很少的通道图像。

任何帮助表示赞赏。