CS3DarkNet-X-NPU
模型简介
CS3DarkNet-X 是 CS3DarkNet 系列的超大版本，具有最强的表示能力。
本仓库提供了适配 Ascend NPU 的 CS3DarkNet-X 模型推理脚本，支持在华为昇腾 910 芯片上进行高效推理。
模型详情
| 属性 | 值 |
|---|---|
| 模型架构 | CS3DarkNet-X (c2ns) |
| 输入尺寸 | 256x256 |
| 预训练数据 | ImageNet-1k |
| 类别数 | 1000 |
| 权重文件大小 | ~134 MB |
| 权重来源 | ModelScope (timm/cs3darknet_x.c2ns_in1k) |
环境配置
| 环境 | 版本 / 信息 |
|---|---|
| PyTorch | >= 2.0.0 |
| torch_npu | Ascend910 |
| timm | >= 1.0.0 |
| Python | 3.11+ |
| 操作系统 | Linux (aarch64) |
推理性能
测试使用 8 张 256x256 测试图像，在 CPU（ARM）和 Ascend910 NPU 上分别运行推理。
| 设备 | 平均耗时 (s/img) | 总耗时 (8 imgs) | 加速比 |
|---|---|---|---|
| CPU (ARM) | 0.3490 | 2.7919s | 1.0x (baseline) |
| NPU (Ascend910) | 0.0263 | 0.2105s | 13.3x |
精度对比
CPU 与 NPU 推理结果的精度对比（使用 8 张测试图像）：
| 指标 | 值 |
|---|---|
| Cosine Similarity (logits) | 0.99999935 |
| Top-1 匹配率 | 100.0% |
| Top-1 匹配数 | 8/8 |
| 最大概率差异 | 0.00011597 |
| 平均相对概率误差 | 0.1067% |
逐图像结果
| 图像 | CPU Top-1 | NPU Top-1 | 匹配 | Top-5 重合 | Cosine Sim |
|---|---|---|---|---|---|
| cat_like.jpg | 111 | 111 | ✓ | 5/5 | 1.000000 |
| desert_like.jpg | 549 | 549 | ✓ | 5/5 | 1.000000 |
| forest_like.jpg | 111 | 111 | ✓ | 5/5 | 0.999999 |
| gradient_0.jpg | 549 | 549 | ✓ | 5/5 | 0.999999 |
| gradient_1.jpg | 549 | 549 | ✓ | 5/5 | 1.000000 |
| mountain_like.jpg | 111 | 111 | ✓ | 5/5 | 0.999999 |
| ocean_like.jpg | 701 | 701 | ✓ | 5/5 | 1.000000 |
| sky_like.jpg | 21 | 21 | ✓ | 5/5 | 0.999999 |
精度测试结论
NPU 与 CPU 推理结果误差 < 1%。所有 8 张测试图像的 Top-1 预测结果完全一致（8/8，100%）， logits 的 Cosine Similarity 达到 0.99999935（> 0.999），满足精度要求。
推理终端输出
以下是 cs3darknet_x 在 CPU 和 NPU 上的推理过程及精度对比的终端截图：
快速使用
1. 下载权重
# 从 ModelScope 下载模型权重
python3 -c "
import urllib.request
url = 'https://www.modelscope.cn/models/timm/cs3darknet_x.c2ns_in1k/resolve/master/model.safetensors'
urllib.request.urlretrieve(url, 'model.safetensors')
"2. 运行推理
# CPU 推理
python3 inference.py cpu results_cpu.json
# NPU 推理
python3 inference.py npu results_npu.json3. 对比结果
python3 compare_cpu_npu.py results_cpu.json results_npu.json推理脚本
inference.py— CPU 和 NPU 推理脚本，支持加载 safetensors 权重compare_cpu_npu.py— CPU 与 NPU 推理结果对比脚本，计算精度指标
参考
推理成功证据
以下日志展示了 NPU 推理成功的关键信息：
cat_like.jpg: top-1 class 111, prob 0.0121, time 0.161s
desert_like.jpg: top-1 class 549, prob 0.0218, time 0.007s
forest_like.jpg: top-1 class 111, prob 0.0213, time 0.007s
gradient_0.jpg: top-1 class 549, prob 0.0278, time 0.007s
gradient_1.jpg: top-1 class 549, prob 0.0152, time 0.007s
mountain_like.jpg: top-1 class 111, prob 0.0264, time 0.007s模型标签
- #+NPU
- #+CV
- #+图像分类
- #+昇腾
- #+Ascend
- #+timm