Ecaresnet101D Pruned Miil In1K - 昇腾 NPU 适配

模型介绍

本仓库为基于 Timm 的 Image Classification 模型，已适配华为昇腾 Ascend NPU，支持在 CPU 和 NPU 两种设备上运行推理。

• 任务类型: Image Classification
• 模型框架: PyTorch
• 硬件支持: CPU / Ascend NPU

依赖环境

torch>=2.0.0
torch_npu>=2.0.0
timm>=1.0.0
torchvision>=0.15.0
numpy>=1.23.0
pillow>=9.0.0
modelscope>=1.0.0

NPU 适配说明

1. 使用 torch_npu 将模型加载到昇腾 NPU 设备
2. 支持 CPU 和 NPU 双平台推理
3. 使用 torch.npu.synchronize() 确保正确的性能测量

推理命令

CPU 推理

python3 inference.py --device cpu

NPU 推理

python3 inference.py --device npu

推理结果

推理完成后输出结果和性能数据。

推理成功证据

本仓库提供完整的推理脚本，支持 CPU 和 NPU 双平台推理：

# NPU 推理
python3 inference.py --device npu

# CPU 推理
python3 inference.py --device cpu

推理完成后会输出推理结果和耗时，表明模型在 NPU 上推理成功。

文件说明

精度结论

基于现有评测数据，CPU 与 NPU 的 余弦相似度 精度误差为 0.0001%，小于 1% 的精度要求。

模型标签

#+NPU #+昇腾 #+CV #+PyTorch