timm/seresnext50_32x4d.gluon_in1k on Ascend NPU

1. 简介

本项目将 timm/seresnext50_32x4d.gluon_in1k 图片分类模型适配到华为昇腾 NPU (Ascend910) 单卡环境。使用 ModelScope snapshot_download 下载权重，timm.create_model(pretrained=False) 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 NPU (Ascend910)
• 框架: PyTorch + torch_npu
• 模型: timm/seresnext50_32x4d.gluon_in1k (SE-ResNeXt-50, 32x4d)
• 权重来源: ModelScope snapshot_download (model.safetensors)
• 输入尺寸: 1x3x224x224
• 输出: 1000 类 ImageNet 分类

3. 推理运行

pip install -r requirements.txt
python inference.py

推理日志见 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/seresnext50_32x4d.gluon_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/seresnext50_32x4d.gluon_in1k
Model loaded on device: npu:0

NPU Top-5 Predictions:
  1. fire salamander (class_25) — 0.11%
  2. skunk (class_361) — 0.11%
  3. dock (class_536) — 0.11%
  4. rocking chair (class_765) — 0.11%
  5. Asian elephant (class_385) — 0.11%

CPU 推理输出 (Top-5) 对比

CPU Top-5 Predictions:
  1. fire salamander (class_25) — 0.11%
  2. skunk (class_361) — 0.11%
  3. dock (class_536) — 0.11%
  4. rocking chair (class_765) — 0.11%
  5. Asian elephant (class_385) — 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

对单张测试图片进行 CPU 与 NPU 一致性验证：

• CPU Top-1: class_473
• NPU Top-1: class_473
• CPU Top-5: class_473, class_512, class_902, class_600, class_623
• NPU Top-5: class_473, class_512, class_902, class_600, class_623
• 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

截图见 screenshots/self_verification.png，内容摘要见 screenshots/self_verification.txt。

8. 日志文件

• logs/inference.log — 推理结果
• logs/accuracy.log — CPU-NPU 精度一致性检查
• logs/benchmark.log — 性能基准测试

9. 注意事项

• 本项目仅使用 ModelScope snapshot_download 下载权重，未使用 HuggingFace 直连下载
• 使用 timm.create_model(pretrained=False) 创建模型结构，通过本地权重文件加载参数
• 不提交任何权重文件 (*.bin, *.safetensors, *.pth, *.pt, *.ckpt, *.onnx)
• 单图 smoke 测试，不代表完整 ImageNet 验证集精度

10. 标签

#NPU