timm/swin_base_patch4_window7_224.ms_in1k on Ascend NPU

1. 简介

本项目将 ModelScope 图片分类模型 timm/swin_base_patch4_window7_224.ms_in1k 适配为可在单卡昇腾 NPU（Ascend910B）上运行的提交工程。

• 模型类型：Swin Transformer Base（图像分类）
• 输入尺寸：224 x 224
• 输出类别数：1000
• 权重来源：ModelScope snapshot_download（本地加载）
• 创建方式：timm.create_model(..., pretrained=False) + 本地 model.safetensors 权重

注意：该模型未提供 id2label 映射文件，推理结果使用 class_0、class_1、...、class_999 作为标签占位。

2. 验证环境

环境检查日志见 logs/env_check.log。

3. 推理运行

pip install -r requirements.txt
python inference.py

推理脚本加载 ModelScope 本地缓存的 model.safetensors，在 npu:0 上执行真实推理，并将结果写入 logs/inference.log。

示例输出：

Output shape: torch.Size([1, 1000])
Top-5 predictions (NPU):
  1. class_818 (index=818, prob=0.146275)
  2. class_704 (index=704, prob=0.146007)
  3. class_862 (index=862, prob=0.145107)
  4. class_920 (index=920, prob=0.061193)
  5. class_470 (index=470, prob=0.043189)

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

在单卡 Ascend910B4、batch_size=1 条件下的测试结果：

6. 精度评测

本仓库仅提供 smoke consistency 验证。若需官方 ImageNet-1K Top-1/Top-5 精度，请使用标准评测数据集运行 timm 官方验证流程。

7. 自验证截图

关键验证摘要已保存至：

• screenshots/self_verification.txt
• screenshots/self_verification.png

8. 日志文件

9. 注意事项

1. 权重加载：本工程严格使用 pretrained=False 创建模型结构，并从 ModelScope 本地缓存加载权重，不触发 HuggingFace Hub 下载。
2. 不提交权重：*.bin、*.safetensors、*.pth、*.pt、*.ckpt、*.onnx 已加入 .gitignore，不会提交到仓库。
3. 编译产物清理：fusion_result.json 和 kernel_meta/ 已加入 .gitignore 并在最终检查时清理。
4. 标签占位：模型无 id2label 文件，README 和 logs/prediction.txt 中均使用 class_x 形式说明。

10. 标签

#NPU #Ascend #ImageClassification #timm #SwinTransformer #ModelScope