请问支持可视化吗？ about sigma HOT 8 CLOSED

您好，那个fcos_demo我们没有修改以及测试过，这个demo python 文件大概率不适配DA修改后的框架EPM。如果需要测试model可以通过inference 的命令：
python tools/test_net.py \ --config-file configs/sigma_plus_plus/city_to_foggy_vgg16.yaml \ MODEL.WEIGHT published_models/city_to_foggy_model_44_mAP.pth

关于匹配可视化的实现非常复杂，清理起来也比较困难，所以目前没有打算开源这部分的代码。如果您非常需要这部分代码，我可以通过邮箱发送给您。
我们可视化主要包含以下步骤：

1. 对于每个domain-pair样本对，我们存储采样的节点的坐标，类别，以及学到的匹配矩阵
2. 在原图绘按照类别制出每个节点的位置，并且排除掉hallucination node
3. 绘制hallucination node的legend位置
4. 根据匹配矩阵绘制匹配结果

from sigma.

您好，那个fcos_demo我们没有修改以及测试过，这个demo python 文件大概率不适配DA修改后的框架EPM。如果需要测试model可以通过inference 的命令： python tools/test_net.py \ --config-file configs/sigma_plus_plus/city_to_foggy_vgg16.yaml \ MODEL.WEIGHT published_models/city_to_foggy_model_44_mAP.pth

关于匹配可视化的实现非常复杂，清理起来也比较困难，所以目前没有打算开源这部分的代码。如果您非常需要这部分代码，我可以通过邮箱发送给您。 我们可视化主要包含以下步骤：

1. 对于每个domain-pair样本对，我们存储采样的节点的坐标，类别，以及学到的匹配矩阵
2. 在原图绘按照类别制出每个节点的位置，并且排除掉hallucination node
3. 绘制hallucination node的legend位置
4. 根据匹配矩阵绘制匹配结果

真的吗，确实有这样的需要，那就麻烦您发一份了，邮箱[email protected]，非常感谢！
然后刚发现infer结束后会保存一个bbox.json的文件，用这个文件当做coco标注文件进行可视化就行了是吧？

from sigma.

您好，如果只是可视化预测的bounding box的话, 只用boox.json就可以.,也就是目标域的目标检测结果.

而节点匹配是应用于train的过程, 同时需要源域和目标域的样本的参与,而且还需要修改项目文件来存储一些的node信息, 我找时间整理下后发给您.

from sigma.

您好，如果只是可视化预测的bounding box的话, 只用boox.json就可以.,也就是目标域的目标检测结果.

而节点匹配是应用于train的过程, 同时需要源域和目标域的样本的参与,而且还需要修改项目文件来存储一些的node信息, 我找时间整理下后发给您.

嗯 这个意思我理解的。这边不着急，请作者随意安排时间~

from sigma.

另外我调整了fcos_demo等一两个文件，现在可以进行infer了。需要我提供吗？

from sigma.

另外我调整了fcos_demo等一两个文件，现在可以进行infer了。需要我提供吗？

感谢~如果方便的话，您可以尝试open a pull request，感谢对本仓库的贡献！

from sigma.

@ck6698000
Hi, I have uploaded all the files required for this visualization at one_drive. Feel free to let me know if you have other problems. Thanks!

from sigma.

另外我调整了fcos_demo等一两个文件，现在可以进行infer了。需要我提供吗？
@ck6698000 麻烦您能提供下怎么修改的fcos_demo吗？非常感谢

from sigma.