timm/fastvit_sa12.apple_in1k on Ascend NPU

1. 简介

将 timm 预训练模型 fastvit_sa12.apple_in1k（FastViT-SA12，Apple 图片分类模型，ImageNet-1k）适配为可在单卡昇腾 NPU（Ascend910）上运行的提交工程。

• 模型来源: ModelScope timm/fastvit_sa12.apple_in1k
• 模型架构: FastViT-SA12（混合 CNN-Transformer 架构，12M 参数）
• 权重格式: safetensors
• 分类数: 1000（ImageNet-1k）

2. 验证环境

3. 推理运行

pip install -r requirements.txt
python inference.py

推理输出：

Model: timm/fastvit_sa12.apple_in1k
Weights: model.safetensors
Missing keys: 0, Unexpected keys: 0
Output shape: torch.Size([1, 1000])

Top-1: class_21 (0.0960)
Top-2: class_23 (0.0438)
Top-3: class_128 (0.0383)
Top-4: class_22 (0.0373)
Top-5: class_92 (0.0344)

Top-1: class_21
Inference completed successfully on NPU:0

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_21
• NPU Top-1: class_21
• CPU Top-5: class_21, class_23, class_128, class_22, class_92
• NPU Top-5: class_21, class_23, class_128, class_22, class_92
• 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

详见 screenshots/self_verification.png。

8. 日志文件

• logs/inference.log — 推理日志
• logs/accuracy.log — 精度验证日志
• logs/benchmark.log — 性能基准测试日志

9. 注意事项

• 本项目使用 ModelScope snapshot_download 下载权重，timm.create_model(pretrained=False) 创建模型结构并加载本地权重
• 不使用 HuggingFace 直连下载
• 不提交权重文件（*.safetensors, *.bin, *.pth 等已 gitignore）
• 测试图片为程序生成的高频噪声图，用于验证 CPU-NPU 数值一致性

10. 标签

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