rad-dino on Ascend NPU
1. 简介
本文档记录 rad-dino（Microsoft RAD-DINO，医学胸片视觉编码器）在昇腾 NPU（Ascend 910B3）环境的适配部署与精度验证结果。
RAD-DINO 基于 DINOv2 自监督学习方法在 88 万张胸片（MIMIC-CXR、CheXpert、NIH-CXR、PadChest、BRAX）上训练，参数量约 86.6M，输出 768 维图像特征向量。本项目完成该模型在昇腾 NPU 上的推理适配，验证 NPU 与 CPU 结果的精度误差 < 1%。
相关地址：
2. 验证环境
| 组件 | 版本 |
|---|
| Python | 3.11.x |
| PyTorch | 2.10.0+cpu |
| torch_npu | 2.10.0 |
| transformers | 5.8.1 |
| safetensors | 0.7.0 |
| CANN | 8.5.1 |
| NPU 硬件 | Ascend 910B3 |
3. 模型信息
| 项目 | 值 |
|---|
| 模型架构 | ViT-Base/14 (DINOv2) |
| 参数量 | ~86.6M |
| 特征维度 | 768 |
| Layers | 12 |
| Attention Heads | 12 |
| Patch Size | 14 |
| 输入尺寸 | 3×518×518 (center crop) |
| 图像均值/标准差 | 0.5307 / 0.2583 (MIMIC-CXR stats) |
| 权重格式 | safetensors |
| 框架 | PyTorch (transformers) |
| 预训练数据 | 882K 胸片 (5 datasets) |
| 许可证 | MSRLA |
4. Conda 环境安装
conda create -n rad-dino python=3.11 -y
conda activate rad-dino
pip install torch==2.10.0 torchvision==0.25.0 --index-url https://repo.huaweicloud.com/repository/pypi/simple/
pip install torch_npu==2.10.0 --index-url https://repo.huaweicloud.com/repository/pypi/simple/
pip install transformers safetensors pillow --index-url https://repo.huaweicloud.com/repository/pypi/simple/
5. 推理执行
# NPU
python3 inference.py --model_path /path/to/rad-dino --image_path /path/to/xray.jpg
# CPU
python3 inference.py --model_path /path/to/rad-dino --image_path /path/to/xray.jpg --device cpu
# 评测
python3 benchmark.py --model_path /path/to/rad-dino
6. 参数说明
| inference.py | 默认值 |
|---|
--device | npu:0 |
--no_warmup | False |
| benchmark.py | 默认值 |
|---|
--npu_device | npu:0 |
--num_warmup | 3 |
7. 精度评测结果
| 输出张量 | 向量级相对误差 | 余弦相似度 | 最大绝对误差 | 平均绝对误差 |
|---|
| features | 0.251017% | 0.9999970198 | — | — |
| 指标 | 实测值 | 阈值 | 状态 |
|---|
| 向量级相对误差 | 0.25% | < 1% | PASS |
| 余弦相似度 | 0.999997 | > 0.99 | PASS |
8. 性能数据
| 操作 | 耗时 |
|---|
| CPU 推理时间（FP32） | 3.99s |
| NPU 推理时间（FP32，3轮预热后） | 0.36s |
| 加速比 | 11.23x |
9. 注意事项
- 使用医学影像专用的归一化参数（mean=0.5307, std=0.2583），与标准 ImageNet 不同。
- 预处理使用
BitImageProcessor，执行 resize + center crop 到 518×518。
- 模型基于 transformers
Dinov2Model 加载。
- 权重文件不包含在适配仓库中，需从 HuggingFace 下载。