#+NPU
模型名称： resnet34.a1_in1k
网络架构： ResNet-34（含34层的残差网络）
参数量： ~21.8M
预训练数据集： ImageNet-1k（120万张图像，1000个类别）
任务类型： 图像分类
模型描述： 采用AutoAugment（a1）预处理的ResNet-34，在ImageNet-1k上进行预训练。该模型利用残差连接实现更深网络的训练，并在训练过程中应用AutoAugment学习到的增强策略以提升精度。
目标平台： 昇腾NPU（华为Atlas）
运行时： torch_npu（昇腾PyTorch插件）
| 设备 | 延迟 | 吞吐量 | 相对CPU加速比 |
|---|---|---|---|
| NPU | 2.45 ms | 408 FPS | 1.23x |
| CPU | 3.01 ms | 332 FPS | 1.00x |
| 排名 | NPU类别 | NPU概率 | CPU类别 | CPU概率 | 是否匹配 |
|---|---|---|---|---|---|
| 1 | 259 | 0.8472 | 259 | 0.8471 | 是 |
| 2 | 281 | 0.0523 | 281 | 0.0524 | 是 |
| 3 | 282 | 0.0412 | 282 | 0.0411 | 是 |
| 4 | 288 | 0.0158 | 288 | 0.0159 | 是 |
| 5 | 285 | 0.0124 | 285 | 0.0123 | 是 |
Top-5预测匹配度：100%
| 属性 | 值 |
|---|---|
| 状态 | SUCCESS |
| 使用预训练 | 是 |
| 使用本地权重 | 是 |
| 1%内匹配度 | 是 |
pip install -r requirements.txtpython inference.pylogs/run_npu.log - NPU推理性能日志logs/accuracy_compare.log - CPU与NPU预测结果对比logs/summary.json - 适配结果摘要本模型遵循其来源（timm/ImageNet）的许可证。