timm/coatnet_2_rw_224.sw_in12k on Ascend NPU

1. 简介

将 timm 图片分类模型 coatnet_2_rw_224.sw_in12k 适配到单卡昇腾 NPU (Ascend910)。使用 ModelScope snapshot_download 下载权重，timm.create_model(pretrained=False) 加载本地权重，无需 HuggingFace 直连。

注意：该模型在 ImageNet-21k (in12k) 上预训练，输出维度为 11821 类。

2. 验证环境

• NPU: Ascend910 (npu-smi: OK)
• torch.npu.is_available(): True
• device: Ascend910_9362
• PyTorch + torch_npu

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

• Top-1: class_6486 (0.0027)
• Top-2: class_4650 (0.0022)
• Top-3: class_1862 (0.0019)
• Top-4: class_2624 (0.0017)
• Top-5: class_6481 (0.0014)

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: class_6486
• NPU Top-1: class_6486
• CPU Top-5: class_6486, class_4650, class_1862, class_2624, class_6481
• NPU Top-5: class_6486, class_4650, class_1862, class_2624, class_6481
• 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/env_check.log - 环境检查
• logs/inference.log - 推理结果
• logs/accuracy.log - 精度验证
• logs/benchmark.log - 性能基准

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) + 本地权重加载
• 不提交任何权重文件（*.bin, *.safetensors, *.pth, *.pt, *.ckpt, *.onnx）
• 单图 smoke 验证，非完整 ImageNet 评测
• 该模型为 ImageNet-21k 预训练（11821 类），非 ImageNet-1k

10. 标签

#NPU #Ascend #timm #image-classification #Ascend910 #ImageNet21k