timm/tf_efficientnet_b3.ap_in1k 在昇腾 NPU 上的部署

1. 简介

本项目将 timm/tf_efficientnet_b3.ap_in1k 图像分类模型适配到华为昇腾 NPU（Ascend910）。通过 ModelScope snapshot_download 下载权重，使用 timm.create_model(pretrained=False) 创建模型结构并加载本地权重，包含推理验证、CPU-NPU 精度一致性检查以及性能基准测试。

2. 验证环境

• 硬件：Ascend910 NPU
• 框架：PyTorch + torch_npu
• 模型：timm/tf_efficientnet_b3.ap_in1k（EfficientNet-B3，ImageNet-1k）

3. 推理运行

python inference.py

输出 Top-5 预测类别及概率，日志写入 logs/inference.log。

=== Inference Result ===
Model: timm/tf_efficientnet_b3.ap_in1k
Device: npu:0
Output shape: torch.Size([1, 1000])

Top-1: class_405 (prob=0.0057)
Top-2: class_600 (prob=0.0049)
Top-3: class_701 (prob=0.0048)
Top-4: class_623 (prob=0.0045)
Top-5: class_895 (prob=0.0044)

Full logits (first 10): [-0.45889613032341003, 0.050226159393787384, 0.22011253237724304, 0.11555498093366623, 0.4635002613067627, 0.12647953629493713, -0.08388809859752655, -0.07328705489635468, -0.3965292274951935, 0.3011126220226288]

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_405
• NPU Top-1: class_405
• CPU Top-5: class_405, class_600, class_701, class_623, class_895
• NPU Top-5: class_405, class_600, class_701, class_623, class_895
• 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

• logs/inference.log — 推理结果
• logs/accuracy.log — 精度一致性检查
• logs/benchmark.log — 性能基准测试
• logs/env_check.log — 环境检查

9. 注意事项

• 使用 ModelScope 下载权重，不使用 HuggingFace 直连
• 不提交任何权重文件（*.safetensors, *.bin, *.pth, *.pt, *.ckpt, *.onnx）
• 单图 smoke 验证，非完整 ImageNet 评测

10. 标签

#NPU