g
gyccc/timm-regnety_120.pycls_in1k-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm/regnety_120.pycls_in1k on Ascend NPU

1. 简介

本文档记录 RegNetY-120 (pycls_in1k) 图片分类模型在华为昇腾 NPU (Ascend910B) 上的适配过程。

  • 原始模型: timm/regnety_120.pycls_in1k
  • 模型参数量: 51.8M
  • 任务类型: Image Classification (ImageNet-1K, 1000类)
  • 框架: PyTorch + timm

2. 验证环境

  • 硬件: 华为昇腾 910B NPU
  • 操作系统: Linux (aarch64)
  • PyTorch: 含 torch_npu 支持
  • 下载方式: ModelScope snapshot_download
  • 权重加载: timm.create_model(pretrained=False) + 本地权重

3. 推理运行

cd timm-regnety_120.pycls_in1k-NPU
python inference.py

推理结果示例:

Top-1: barn (idx=425, prob=0.9837)
Top-2: church (idx=497, prob=0.0012)
Top-3: boathouse (idx=449, prob=0.0011)
Top-4: lighthouse (idx=437, prob=0.0010)
Top-5: split-rail fence (idx=912, prob=0.0008)

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_error0.007361
mean_abs_error0.001252
relative_error0.0925%
cosine_similarity1.000000
threshold1.0%
结果PASS
  • CPU Top-1: barn (idx=425)
  • NPU Top-1: barn (idx=425)
  • CPU Top-5: barn, church, boathouse, lighthouse, split-rail fence
  • NPU Top-5: barn, church, boathouse, lighthouse, split-rail fence
  • Top-1 match: True
  • Top-5 match: True

5. 性能参考

指标数值
avg latency11.44 ms
min latency9.91 ms
max latency22.33 ms
p50 latency10.23 ms
p90 latency11.61 ms
p95 latency16.97 ms
throughput87.44 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 - 推理结果日志
  • logs/accuracy.log - 精度验证日志
  • logs/benchmark.log - 性能基准测试日志
  • logs/paths.txt - 模型路径信息

9. 注意事项

  • 使用 ModelScope 下载权重，不依赖 HuggingFace 直连
  • timm.create_model(pretrained=False) 创建模型结构
  • 本地权重加载后迁移到 npu:0 执行推理
  • 不提交权重文件（*.bin, *.safetensors 等已加入 .gitignore）

10. 标签

#NPU