timm/convnextv2_huge.fcmae_ft_in22k_in1k_512 on Ascend NPU

1. 简介

ConvNeXt-V2 Huge 预训练模型，基于 FCMAE（Fully Convolutional Masked Autoencoder）在 ImageNet-22K 上预训练，并微调至 ImageNet-1K。输入分辨率 512x512，参数量 660.3M。

2. 验证环境

• 硬件：华为昇腾 910B NPU (Ascend910_9362)
• 框架：PyTorch + torch_npu
• 权重来源：ModelScope snapshot_download
• 加载方式：timm.create_model(pretrained=False) + 本地权重加载

3. 推理运行

pip install -r requirements.txt
python inference.py

推理输出 [1, 1000] logits，Top-5 预测：

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_634
• NPU Top-1: class_634
• CPU Top-5: class_634, class_416, class_839, class_491, class_608
• NPU Top-5: class_634, class_416, class_839, class_491, class_608
• 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 — 推理结果
• logs/accuracy.log — CPU-NPU 精度一致性检查
• logs/benchmark.log — 性能基准测试

9. 注意事项

• 模型规模极大（660.3M 参数，512 输入分辨率），加载和推理需较多显存
• 使用 timm.data.resolve_model_data_config 自动生成预处理，无需手动指定 mean/std
• 权重通过 ModelScope 下载，不使用 HuggingFace 直连
• 未提交权重文件（.bin/.safetensors/.pth/.pt/.ckpt/.onnx）

10. 标签

#NPU