timm/inception_v3.tf_in1k on Ascend NPU

1. 简介

本项目将 timm/inception_v3.tf_in1k 图片分类模型适配到华为昇腾 NPU（Ascend910）上运行。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，包含推理验证、CPU-NPU 精度一致性检查和性能基准测试。

2. 验证环境

硬件：华为昇腾 910 NPU
操作系统：Linux 5.10.0
Python：3.x
PyTorch + torch_npu
timm
ModelScope

3. 推理运行

python inference.py

输入尺寸：[1, 3, 299, 299] 输出尺寸：[1, 1000]

Top-5 预测结果：

Top-1: class_762 (63.68%)
Top-2: class_582 (9.67%)
Top-3: class_467 (5.41%)
Top-4: class_860 (4.65%)
Top-5: class_788 (1.17%)

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_error	0.005568
mean_abs_error	0.001087
relative_error	0.1450%
cosine_similarity	0.999999
threshold	1.0%
结果	PASS

CPU Top-1: class_762
NPU Top-1: class_762
CPU Top-5: class_762, class_582, class_467, class_860, class_788
NPU Top-5: class_762, class_582, class_467, class_860, class_788
Top-1 match: True
Top-5 match: True

5. 性能参考

指标	数值
平均延迟	12.67 ms
最小延迟	10.59 ms
最大延迟	30.06 ms
P50 延迟	10.75 ms
P90 延迟	12.80 ms
P95 延迟	21.43 ms
吞吐量	78.90 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

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 - 性能基准日志
logs/env_check.log - 环境检查日志

9. 注意事项

模型输入尺寸为 299x299（InceptionV3 标准尺寸）
使用 ModelScope snapshot_download 作为唯一下载方式
不使用 HuggingFace 直连下载，不 fallback
不提交权重文件

10. 标签 #NPU