Lecanyu

Hi, I have tried to visualize simple graph. Everything looks good. However, how can I visualize multigraph? Here is my sample code ``` Sample var G = new jsnx.MultiGraph(); G.addNodesFrom([1,2,3]);...

Question about the Figure 5 (CA visualization) in paper

3

Hi, I'm interested about the Figure 5, Visualization of internal feature maps with their channel attentions, in your paper. Could you please tell me more details about how you calculate...

关于对位姿求导的一个简单问题

4

请教一个简单问题： 考虑标准BA问题中的一个误差项 e = ||u - 1/z*K*T*P||^2 其中，u表示像素坐标，K是相机内参，T是待优化的位姿，P是三维空间的点 对位姿求导，我们手推增量jacobian的时候通常会转成李代数上来做，主要原因是当把T看成整体时，T中的旋转部分需要满足特殊的约束（只有良好的乘法运算，而没有加法运算）。但如果我们把这个误差项全部展开到矩阵上的每个元素，传统的微分方法是否依然可用？换句话说，是否可以不管旋转矩阵的约束，直接用自动微分方法计算误差e关于T中每个元素的导数？ 实际上，我看ceres自带的[ba优化例子](https://ceres-solver.googlesource.com/ceres-solver/+/master/examples/simple_bundle_adjuster.cc)中似乎直接用自动微分进行优化，没有显式的写出jacobian。此外，另一个问题是，例子中也没有显式的定义T的更新规则，那么ceres是如何知道用T=\Delta T *T而不是T=\Delta T + T来进行更新？