Wuyang LI

Hi, thank you for your attention to our work. I am sorry that our framework doesn't support the distributed training now. Kindly use one GPU for training, which won't take...

Thanks for your interest. [ImageSets.zip](https://github.com/CityU-AIM-Group/SIGMA/files/11369516/ImageSets.zip)

您好，谢谢对我们工作的关注。 我之前使用[这个工具](https://github.com/nalepae/bounding-box)可视化预测框的，只需要收集inference产生的bbox.json 文件（包含每张图片的类别以及box结果），配合这个工具就可以可视化。

> 作者您好！通过研究您的代码，看到vis_tools.py里面有和t-SNE有关的内容，但不太清楚应该如何使用？期待您的回复！ 您好，抱歉那个文件不是我们最终使用的工具。我们是通过以下几个步骤操作的： 1、首先在源域和目标域的gt框内按类别采样特征点（可以直接用我们的node 采样的接口，尝试不同位置的node特征），并且存下来 2、用sklearn中的TSNE对采样的所有node特征一起降维到2维 3、用不同颜色绘制不同类别的点，观察不同类别特征分布情况 另外，我们提供了更复杂的可视化过程在 [issue](https://github.com/CityU-AIM-Group/SIGMA/issues/33#issuecomment-1469273051)

Thanks for your assistance @zyfone . This seems to be related to the Pytorch version.

Thank you for your interest in our work. Feel free to reopen the issue if you have follow-up questions, or contact me by email.