timm/caformer_b36.sail_in22k_ft_in1k_384 在昇腾 NPU 上的部署

1. 简介

本项目将 timm/caformer_b36.sail_in22k_ft_in1k_384 图片分类模型适配到单卡昇腾 NPU（Ascend910）。

• 模型来源: ModelScope
• 任务类型: 图像分类
• 输入分辨率: 384x384
• 输出类别: 1000（ImageNet-1k）

2. 验证环境

• NPU: Ascend910_9362
• npu-smi: 25.5.2
• PyTorch NPU: 可用

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

• Top-1: class_449 (0.6377)
• Top-2: class_536 (0.2008)
• Top-3: class_975 (0.0128)
• Top-4: class_525 (0.0075)
• Top-5: class_698 (0.0044)

日志保存在 logs/inference.log。

4. 精度验证

python eval_accuracy.py

推理结果（单张测试图片）：

• Top-1 class: class_449
• Top-1 prob: 0.637678
• Top-5: class_449 (0.637678), class_536 (0.200788), class_975 (0.012786), class_525 (0.007498), class_698 (0.004417) 对单张测试图片进行 CPU 与 NPU 一致性验证：

5. 性能参考

单卡 NPU，batch_size=1，输入 384x384，预热 2 轮 + 正式 10 轮。

6. 精度评测

• Logits max diff: 7.67e-04
• Logits mean diff: 1.46e-04
• CPU Top-1 vs NPU Top-1: 449 == 449 (match)
• CPU Top-5 vs NPU Top-5: 完全匹配

注：此为 Smoke Consistency 验证，非官方 ImageNet 验证集精度。

7. 自验证截图

见 screenshots/self_verification.txt 和 screenshots/self_verification.png。

8. 日志文件

• logs/inference.log — 推理日志
• logs/accuracy.log — 精度对比日志
• logs/benchmark.log — 性能基准日志
• logs/env_check.log — 环境检查日志
• logs/stage0.log — 阶段 0 验证日志
• logs/paths.txt — 模型路径记录

9. 注意事项

• 本工程不提交权重文件，运行时会自动从 ModelScope 下载。
• 384x384 输入需要更多显存，请确保 NPU HBM 充足。
• 权重格式为 model.safetensors，通过 safetensors 库加载。

10. 标签

#NPU #Ascend #ImageClassification #timm