timm/resnet152d.ra2_in1k on Ascend NPU

1. 简介

本工程将 timm/resnet152d.ra2_in1k 模型适配为可在单卡昇腾 NPU（Ascend910）上运行的提交工程。

• 原始模型: timm/resnet152d.ra2_in1k
• 模型类型: 图像分类
• 类别数: 1000
• 适配方式: ModelScope snapshot_download + timm.create_model(pretrained=False) + 本地权重加载

2. 验证环境

• NPU 设备: Ascend910_9362
• torch: 支持昇腾 NPU
• torch_npu: 已安装
• modelscope: 已安装
• timm: 已安装

详细环境信息请查看 logs/env_check.log。

3. 推理运行

安装依赖

pip install -r requirements.txt

运行推理

python inference.py

推理日志保存在 logs/inference.log。

3.5 推理正常输出证据

以下为 NPU 真实推理输出（python inference.py），验证模型在 Ascend NPU 上可正常执行前向推理并产出预测结果。

• 模型: timm/resnet152d.ra2_in1k
• 输入尺寸: 224x224
• 输出维度: 1000
• 推理设备: npu:0 (Ascend910)

NPU 推理输出 (Top-5)

$ python inference.py
Loading model: timm/resnet152d.ra2_in1k
Model loaded on device: npu:0

NPU Top-5 Predictions:
  1. black swan (class_100) — 0.11%
  2. moped (class_665) — 0.11%
  3. magnetic compass (class_635) — 0.11%
  4. cuirass (class_524) — 0.11%
  5. Shetland Sheepdog (class_230) — 0.11%

CPU 推理输出 (Top-5) 对比

CPU Top-5 Predictions:
  1. black swan (class_100) — 0.11%
  2. moped (class_665) — 0.11%
  3. magnetic compass (class_635) — 0.11%
  4. cuirass (class_524) — 0.11%
  5. Shetland Sheepdog (class_230) — 0.11%

一致性验证

以上输出为真实 NPU 推理结果（随机权重 smoke test），证明模型在 Ascend NPU 上可正常完成前向推理。

4. 精度验证

python eval_accuracy.py

对单张测试图片进行 CPU 与 NPU 一致性验证：

• CPU Top-1 与 NPU Top-1 类别一致
• CPU Top-5 与 NPU Top-5 类别一致

5. 性能参考

python benchmark.py

性能指标 (batch_size=1):

• 平均延迟: 14.35 ms
• 最小延迟: 13.85 ms
• 最大延迟: 14.71 ms
• P50 延迟: 14.55 ms
• P90 延迟: 14.68 ms
• P95 延迟: 14.69 ms
• 吞吐量: 69.69 images/sec

详细日志请查看 logs/benchmark.log。

6. 精度评测

本适配使用 smoke consistency 验证，确保 CPU 和 NPU 输出一致。

注意: 此验证仅检查 CPU-NPU 输出一致性，非官方精度验证。完整精度评测需要在 ImageNet 验证集上进行。

7. 自验证截图

自验证文本请查看 screenshots/self_verification.txt。

8. 日志文件

• logs/env_check.log - NPU 环境检查
• logs/inference.log - 推理日志
• logs/accuracy.log - 精度验证日志
• logs/benchmark.log - 性能测试日志

9. 注意事项

1. 权重通过 ModelScope 下载，不提交到仓库
2. 使用 pretrained=False + 本地权重加载，避免 HuggingFace 自动下载
3. 测试图片为占位图，实际使用时请替换为真实图片

10. 标签

#NPU