jp_lan/cv_vitg_classification_dinov2 on Ascend NPU

1. 简介

本项目将 DINOv2 ViT-g/14 图像分类模型 适配到单卡昇腾 NPU（Ascend910）上运行。

模型由 DINOv2 ViT-g/14 主干网络和线性分类头组成，在 ImageNet-1k 上达到 86.5% 的 top-1 准确率。适配过程使用 ModelScope 本地权重加载，不依赖 HuggingFace 自动下载。

2. 验证环境

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

日志保存在 logs/inference.log。

4. 精度验证

对单张测试图片进行 CPU 与 NPU 一致性验证：

CPU Top-1: house finch, linnet, Carpodacus mexicanus NPU Top-1: house finch, linnet, Carpodacus mexicanus Top-1 match: True

5. 性能参考

6. 精度评测说明

本项目包含单图 smoke consistency 验证，非官方 ImageNet 完整验证集评测。详细指标见第 4 节。

7. 自验证截图

见 screenshots/self_verification.txt 和 screenshots/self_verification.png。

8. 日志文件

• logs/inference.log — 推理输出
• logs/accuracy.log — 精度验证结果
• logs/benchmark.log — 性能基准测试结果
• logs/env_check.log — NPU 环境检查

9. 注意事项

• 模型权重文件（*.pth）不提交到 Git，通过 .gitignore 排除
• 首次运行会自动从 ModelScope 缓存加载权重，无需手动下载
• 预处理使用 BGR 格式、224x224 分辨率、ImageNet 标准归一化

10. 标签

#NPU #Ascend #DINOv2 #ImageClassification