企业官网建设流程全解析

如何用 Channel-Adaptive DINO 在 HPA-FoV 上运行蛋白质定位线性评估？

【免费下载链接】dinov2PyTorch code and models for the DINOv2 self-supervised learning method.项目地址: https://gitcode.com/GitHub_Trending/di/dinov2

这篇文档介绍如何基于 dinov2 仓库中的 Channel-Adaptive DINO（Bag of Channels 实现），在 HPA-FoV 数据集上完成一次蛋白质定位（protein localization）线性评估：加载预训练 teacher 权重，冻结骨干网络，在最后一组 transformer 块输出上训练一个线性分类器，并用mean_per_class_multilabel_f1指标在验证集上打分。适用前提是：你在 Linux 环境、使用 PyTorch 2.0 与 xFormers 0.0.18，并且能提交单节点多 GPU 任务（评估入口是基于 submitit 的 SLURM launcher）。

先明确两点边界，均来自 Channel-Adaptive DINO 文档：

• 本仓库只包含 Bag of Channel（--bag-of-channels）通道自适应实现，不包含论文中的 Hierarchical attention 方案；
• 代码与模型权重仅供研究用途（CC-BY-NC 代码许可、FAIR Non-Commercial Research 模型许可），不得用于临床目的。

安装环境与依赖

评估代码复用 DINOv2 的主环境。按 README 的说明，用 conda 或 pip 二选一：

# 推荐 conda env create -f conda.yaml conda activate dinov2

# 或使用 pip pip install -r requirements.txt

Channel-Adaptive DINO 在 DINOv2 依赖之外还需要两个额外包，文档明确列出：

pip install pandas tifffile

另外，运行训练与评估命令时dinov2包必须在 Python 搜索路径中，文档要求直接在仓库根目录用PYTHONPATH=.前缀执行命令（评估命令实际使用PYTHONPATH=.:dinov2/data）。

准备 HPA-FoV 数据集

数据集 root 目录需要包含两个 CSV 文件和一个整幅图像目录：

• whole_images_512_train.csv
• whole_images_512_test.csv
• 图像目录：文档写作new_512_whole_images，而数据集加载代码 hpafov.py 中读取的目录名是512_whole_images。两处文档存在出入，以实际代码解析逻辑为准组织你的目录，避免加载时抛出FileNotFoundError。

加载代码的行为要点（都定义在 hpafov.py）：

• HPAFoV:split=TRAIN读whole_images_512_train.csv，HPAFoV:split=VAL读whole_images_512_test.csv；
• mode=PROTEIN_LOCALIZATION时标签为 25 个亚细胞定位类别（nucleoplasm、plasma membrane、cytosol 等）的 one-hot 多标签向量，没有任何定位标签的样本会被跳过；
• 通道数为 4（每个样本按通道[0, 1, 2, 3]组织），图像按 CSV 中file列的文件名查找，找不到.png时会回退尝试.tiff后缀。

获取 Channel-Adaptive DINO 的 teacher 权重

线性评估需要 teacher 权重文件，有两条路径：

路径 A：使用官方预训练权重。文档说明可在 torchhub 上下载在 Extended CHAMMI 数据集（五个细胞显微图像数据集的组合）上训练的权重；对应的 hub 入口是 backbones.py 中的channel_adaptive_dino_vitl16（in_channels=1、channel_adaptive=True）。

路径 B：在 HPA-FoV 上自训。文档给出的示例是在 4 个 A100-80GB 节点（32 卡）的 SLURM 集群上用 submitit 提交训练，配置为 vitl16_boc_hpafov.yaml，约需 2 天：

PYTHONPATH=. python dinov2/run/train/train.py \ --nodes 4 \ --config-file dinov2/configs/train/cell_dino/vitl16_boc_hpafov.yaml \ --output-dir <PATH/TO/OUTPUT/DIR> \ train.dataset_path=HPAFoV:split=TRAIN:root=<PATH/TO/DATASET>:wildcard=SEPARATE_CHANNELS

其中<PATH/TO/OUTPUT/DIR>替换为你的训练输出目录，<PATH/TO/DATASET>替换为上面的数据集 root。训练代码每 12500 次迭代会把 teacher 权重存到输出目录的eval文件夹中供评估使用。

无论哪条路径，最终你都需要一个本地.pth文件传给后面的--pretrained-weights。

运行蛋白质定位线性评估

在仓库根目录执行（<PATH/TO/OUTPUT/DIR>与<PATH/TO/DATASET>替换为实际路径；training_359999是文档示例中的 checkpoint 目录名，替换为你实际的迭代目录）：

PYTHONPATH=.:dinov2/data python dinov2/run/eval/cell_dino/linear.py \ --config-file dinov2/configs/eval/cell_dino/vitl16_channel_adaptive_pretrain.yaml \ --pretrained-weights <PATH/TO/OUTPUT/DIR>/eval/training_359999/teacher_checkpoint.pth \ --output-dir <PATH/TO/OUTPUT/DIR>/eval/training_359999/linear \ --train-dataset HPAFoV:split=TRAIN:mode=PROTEIN_LOCALIZATION:root=<PATH/TO/DATASET> \ --val-dataset HPAFoV:split=VAL:mode=PROTEIN_LOCALIZATION:root=<PATH/TO/DATASET> \ --val-metric-type mean_per_class_multilabel_f1 \ --loss-type binary_cross_entropy \ --bag-of-channels \ --crop-size 384 \ --n-last-blocks 4 \ --batch-size 32 \ --epoch-length 145 \ --epochs 30 \ --avgpool \

各关键参数在 评估入口 与 linear 评估实现 中的含义：

实现上有两个值得知道的默认行为：优化器是 AdamW +CosineAnnealingLR（另一种调度器是--scheduler one_cycle）；学习率与 weight decay 是网格搜索，默认--learning-rates有 16 个值、--weight_decays为[0.0, 0.0001, 1e-5]，即会同时训练多组线性分类器并在验证集上选出 best classifier。脚本默认会从已有 checkpoint 恢复，需要从头重跑时加--no-resume。

验证评估结果

评估在验证集上按迭代周期打分，结果以 JSON 追加写入--output-dir下的results_eval_linear.json，日志中会输出每个分类器的指标行（-- Classifier: ...）与选中的best classifier。判断评估是否正常完成，看两处：

1. 输出目录生成了results_eval_linear.json，且其中记录的验证指标基于mean_per_class_multilabel_f1；
2. 日志最后输出了 best classifier 及其对应指标，训练达到epochs × epoch_length的总迭代数。

文档没有给出固定的分数预期值，因此不要以某个固定 F1 数值作为成功标准；如需对照论文数值，以文档 Evaluation 一节提供的复现表格为参考。

限制与注意事项

• 该仓库只实现了 Bag of Channel 通道自适应策略，不含 Hierarchical attention；
• 评估入口依赖 submitit/SLURM 单节点任务提交，没有集群环境时这条命令无法直接运行；
• 训练示例要求 4 节点共 32 张 A100-80GB 且约 2 天，若显存或算力不足，可改用路径 A 的预训练权重做线性评估；
• 代码与权重仅可用于研究用途，不可用于医疗诊断等临床场景。

【免费下载链接】dinov2PyTorch code and models for the DINOv2 self-supervised learning method.项目地址: https://gitcode.com/GitHub_Trending/di/dinov2