timm/resnet34.gluon_in1k on Ascend NPU

1. 简介

本项目将 timm/resnet34.gluon_in1k 图片分类模型适配为可在单卡昇腾 NPU（Ascend910B）上运行的提交工程。

• 模型来源: ModelScope (timm/resnet34.gluon_in1k)
• 模型类型: 图片分类 (Image Classification)
• 适配方式: timm.create_model(pretrained=False) 创建模型结构，通过 ModelScope snapshot_download 下载本地权重并加载
• 硬件: 昇腾 NPU (Ascend910B)

2. 验证环境

3. 推理运行

pip install -r requirements.txt
python inference.py

推理脚本加载本地权重并在 NPU 上执行单图推理，输出 Top-5 预测结果。

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_680
• NPU Top-1: class_680
• CPU Top-5: class_680, class_551, class_499, class_549, class_512
• NPU Top-5: class_680, class_551, class_499, class_549, class_512
• 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

9. 注意事项

• 本项目不包含模型权重文件，运行时通过 modelscope 自动下载。
• 严禁将 *.bin, *.safetensors, *.pth, *.pt, *.ckpt, *.onnx 提交到仓库。
• 使用 pretrained=False 创建模型结构，仅通过 ModelScope 本地路径加载权重。

10. 标签 #NPU