timm/caformer_m36.sail_in22k_ft_in1k_384 on Ascend NPU #NPU

1. 简介

将 timm 库中的 CAFormer-M36 图片分类模型适配为可在单卡昇腾 NPU（Ascend910B）上运行的提交工程。

• 模型: timm/caformer_m36.sail_in22k_ft_in1k_384
• 类型: 图片分类（Image Classification）
• 输入分辨率: 384x384
• 输出: 1000 类（ImageNet-1K）
• 参数量: ~36M（Medium CAFormer 变体）
• 权重来源: ModelScope snapshot_download，通过 timm.create_model(pretrained=False) 加载本地权重
• 兼容性等级: A（timm 标准模型）

2. 验证环境

3. 推理运行

cd timm-caformer_m36.sail_in22k_ft_in1k_384-NPU
pip install -r requirements.txt
python inference.py

推理输出示例（随机测试图片）：

Top-5 predictions:
  class_975: 0.390609
  class_978: 0.148572
  class_460: 0.106211
  class_976: 0.085261
  class_972: 0.025693

4. 精度验证

python eval_accuracy.py

对单张测试图片进行 CPU 与 NPU 一致性验证：

• CPU Top-1 与 NPU Top-1 类别一致
• CPU Top-5 与 NPU Top-5 类别一致

5. 性能参考

6. 精度评测

• Smoke 一致性验证已通过（CPU vs NPU Top-1/Top-5 完全一致）
• 官方精度评测需使用完整 ImageNet-1K 验证集
• 本工程仅验证模型可在 NPU 上正确推理并获得合理输出

7. 自验证截图

参见 screenshots/self_verification.png 和 screenshots/self_verification.txt

8. 日志文件

9. 注意事项

• 使用 ModelScope snapshot_download 下载权重，不使用 HuggingFace 直连
• 使用 timm.create_model(pretrained=False) 创建模型结构，手动加载本地权重
• 权重文件（.safetensors, .bin）不提交到 Git 仓库
• 输入分辨率为 384x384（非默认 224x224），使用 timm.data.resolve_model_data_config 自动获取预处理配置
• CAFormer 是基于 Transformer 的混合架构（CNN + Transformer），Medium 变体参数量约 36M

10. 标签 #NPU

本工程已通过 Ascend NPU 适配验证，可提交。