timm/mobilevit_xs.cvnets_in1k on Ascend NPU

1. 简介

本项目将 timm/mobilevit_xs.cvnets_in1k 图片分类模型适配到华为昇腾 NPU (Ascend910)，支持单卡推理、精度验证和性能基准测试。

• 模型：MobileViT-XS (CVNets variant) - 轻量级混合 Transformer 图片分类模型
• 参数量：约 2.3M
• 输入尺寸：224x224（timm 默认配置为 256x256）
• 输出：1000 类 ImageNet 分类
• 下载方式：ModelScope snapshot_download + timm.create_model(pretrained=False)

2. 验证环境

3. 推理运行

# 安装依赖
pip install -r requirements.txt

# 运行推理
python inference.py

推理结果：

• 输入形状：[1, 3, 256, 256]
• 输出形状：[1, 1000]
• Top-1: class_623 (prob=0.029461)
• Top-2: class_473 (prob=0.021543)
• Top-3: class_763 (prob=0.020691)
• Top-4: class_846 (prob=0.016517)
• Top-5: class_451 (prob=0.014817)

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_623
• NPU Top-1: class_623
• CPU Top-5: class_623, class_473, class_763, class_846, class_451
• NPU Top-5: class_623, class_473, class_763, class_846, class_451
• 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 - 推理结果日志
• logs/accuracy.log - CPU-NPU 精度一致性验证日志
• logs/benchmark.log - 性能基准测试日志
• logs/env_check.log - 环境检查日志

9. 注意事项

1. 本项目使用 ModelScope snapshot_download 下载权重，不依赖 HuggingFace Hub 直连
2. 使用 timm.create_model(pretrained=False) 创建模型结构并加载本地权重
3. 不提交任何模型权重文件（*.bin, *.safetensors, *.pth, *.pt, *.ckpt, *.onnx）
4. 精度验证为单图 smoke test，非完整 ImageNet 验证集评测

10. 标签

#NPU #Ascend #Ascend910 #MobileViT #ImageClassification #timm