Reproduce VIG based on PaddlePaddle

[ZhangJianLab]

作者您好，我这边简单复现您的VIG工作，使用PaddlePaddle框架复现了VIG-s模型。准确率为Validation Acc@1: 0.8030, Validation Acc@5: 0.9511。 项目地址：https://aistudio.baidu.com/aistudio/projectdetail/4288323?contributionType=1 感谢你们精彩的工作！

[fengsxy]

作者您好，我这边简单复现您的VIG工作，使用PaddlePaddle框架复现了VIG-s模型。准确率为Validation Acc@1: 0.8030, Validation Acc@5: 0.9511。 项目地址：https://aistudio.baidu.com/aistudio/projectdetail/4288323?contributionType=1 感谢你们精彩的工作！

您好我想问下 论文复现 代码训练的时间，因为原文只说了使用八台V100，但没有说时间， 我有两个疑问： 1.首先是网络的算力瓶颈在哪？因为据我所知图卷积算法以及1*1卷积并不会成位算力瓶颈，所以算力瓶颈是源自构图的地方吗？ 2.网络过程中使用KNN构图所使用的库是numpy会不会成为网络运行的瓶颈？

[qdd1234]

作者您好，我这边简单复现您的VIG工作，使用PaddlePaddle框架复现了VIG-s模型。准确率为Validation Acc@1: 0.8030, Validation Acc@5: 0.9511。 项目地址：https://aistudio.baidu.com/aistudio/projectdetail/4288323?contributionType=1 感谢你们精彩的工作！

您好我想问下 论文复现 代码训练的时间，因为原文只说了使用八台V100，但没有说时间， 我有两个疑问： 1.首先是网络的算力瓶颈在哪？因为据我所知图卷积算法以及1*1卷积并不会成位算力瓶颈，所以算力瓶颈是源自构图的地方吗？ 2.网络过程中使用KNN构图所使用的库是numpy会不会成为网络运行的瓶颈？

您好，PaddlePaddle模型的复现是将Pytorch权重直接转成PaddlePaddle的，但由于二者框架算子上有区别，导致复现准确率差了2个点左右。AIstudio平台上有四卡的服务器，您可以试一试。另外，目前我们也在从头开始训练，使用四张T4(16 GB memory, bs=64)训练需要2周半左右时间。

[abhigoku10]

@ZhangJianLab i have few queries

1. did u train the vig for higher resolution like 512 and other size
2. did u train the vig for object detection task ? THanks in advance