g
gyccc/timm-flexivit_base.1000ep_in21k-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm/flexivit_base.1000ep_in21k on Ascend NPU

1. 简介

将 timm/flexivit_base.1000ep_in21k（FlexiViT Base，ImageNet-21k 预训练）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 safetensors 权重。

  • 输入尺寸：[1, 3, 240, 240]
  • 类别数：21843（ImageNet-22k）
  • 权重格式：safetensors
  • Missing keys：0，Unexpected keys：0

2. 验证环境

  • 硬件：Ascend 910 NPU
  • 软件：PyTorch + torch_npu
  • Python：3.11
  • timm 版本：1.0.x

3. 推理运行

NPU 推理结果（Top-5 预测）：

排名类别概率
Top-1class_141310.7385
Top-2class_141320.0804
Top-3class_104380.0452
Top-4class_51250.0236
Top-5class_76190.0206

推理脚本：python inference.py

4. 精度验证

对单张测试图片进行 CPU 与 NPU 一致性验证：

指标数值
max_abs_error0.083099
mean_abs_error0.013161
relative_error0.1050%
cosine_similarity0.999999
threshold1.0%
结果PASS
  • CPU Top-1: class_14131
  • NPU Top-1: class_14131
  • CPU Top-5: [14131, 14132, 10438, 5125, 7619]
  • NPU Top-5: [14131, 14132, 10438, 5125, 7619]
  • Top-1 match: True
  • Top-5 match: True

5. 性能参考

指标数值
输入 shape[1, 3, 240, 240]
测试次数10
平均延迟5.30 ms
最小延迟5.13 ms
最大延迟5.36 ms
P50 延迟5.32 ms
P90 延迟5.36 ms
P95 延迟5.36 ms
吞吐量188.61 images/sec

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 和 screenshots/self_verification.txt。

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
  • logs/env_check.log — NPU 环境检查

9. 注意事项

  • 本验证为单张测试图片的 smoke consistency 检查，非官方 ImageNet 完整验证集评测。
  • 模型权重通过 ModelScope snapshot_download 下载，使用 safetensors 格式加载。
  • FlexiViT 支持可变分辨率，此处使用 timm resolve_model_data_config 默认的 240x240 输入。

10. 标签 #NPU