Idiom1999

你的回答让我醍醐灌顶，真的十分感谢！

您好我又遇到了一个问题，DenseDilatedKnnGraph类中返回的张量维度为[2, batch_size, num_points, k]。num_points和k我理解成当前节点与哪k个节点连接，那么2的物理含义是什么呢？

不好意思，我还想请教一下。论文中写道：ViG网络可以通过其内容和语义信息逐步连接节点。 1.请问邻接矩阵是如何初始化的？ 2.连接的边具体是如何更新的？ 真的不好意思，我是个初学者。可能问题多一点

我看代码里的DeepGCN类中，我使用配置pvig_ti_224_gelu 在定义Grapher类时，您将dilation设置为min(idx//4+1, max_dilation)。 然后我调试了代码，令K=9，发现实际上它找的是18或27个近邻。 请问这样做的用意是什么？也就是说近邻是会改变的吗？

谢谢您的耐心解答。我还是对于初始节点嵌入有点疑惑： 在代码中，输入图片先是进入了Stem类，而Stem类完成的是一个4倍下采样的操作，请问Stem类有什么意义吗？ 还有具体的图像切块代码在哪里呢？ 真的很抱歉，一直打扰您。

您好，我看到论文中你将ViG用于Mask-RCNN的框架中。但是我看您的代码只公开了用于图像分类任务，如果将ViG用于Mask-RCNN中该如何修改呢？

您好，请问ViG作为主干对小目标的检测或分割的效果好吗。因为我使用ViG作为Mask_RCNN的主干对于小目标的检测和分割的效果都不好。可能是我自己复现出现了问题，所以想问一下。

整体mAP很不好，就不好意思展示了。。。 是因为我代码有问题，我没有使用ViG-S的预训练模型，直接是从0开始训练所以效果不好。 最近在修改代码使能用上预训练模型，十分感谢您的回复。

您好，您的代码真的让我受益匪浅。请问我想实现isotropic ViG应该怎么调整参数呢？我只看到了金字塔结构的Vig。

我想问一下，源码里DeepGCN类中：HW = 224 // 4 * 224// 4的4是不是每个patch的边长为4，然后有HW=3136个patch的意思？