facebook/convnext-base-224 on Ascend NPU

1. 简介

facebook/convnext-base-224 是 Meta 提出的 ConvNeXt 图像分类模型，在 ImageNet 上预训练，输入分辨率 224x224，包含 1000 个类别。本项目将其适配到华为昇腾 NPU (Ascend910) 上运行。

2. 验证环境

• 硬件：华为昇腾 910 NPU
• 软件：PyTorch + torch_npu
• 模型来源：ModelScope (facebook/convnext-base-224)
• 框架：transformers (ConvNextForImageClassification)

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

• Top-1: volcano (0.6453)
• Top-2: stupa, tope (0.2612)
• Top-3: maypole (0.0042)
• Top-4: alp (0.0025)
• Top-5: valley, vale (0.0013)

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: volcano
• NPU Top-1: volcano
• CPU Top-5: volcano, stupa, tope, maypole, alp, valley, vale
• NPU Top-5: volcano, stupa, tope, maypole, alp, valley, vale
• Top-1 match: True
• Top-5 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.png。

8. 日志文件

• logs/inference.log — 推理输出日志
• logs/accuracy.log — 精度验证日志
• logs/benchmark.log — 性能基准日志

9. 注意事项

• 使用 ModelScope snapshot_download 下载权重，不通过 HuggingFace 自动下载
• 使用 transformers ConvNextForImageClassification 加载本地权重
• 单图 smoke test 结果，非完整 ImageNet 评测

10. 标签 #NPU