timm/tf_mobilenetv3_small_minimal_100.in1k on Ascend NPU

1. 简介

将 timm/tf_mobilenetv3_small_minimal_100.in1k 图片分类模型适配到华为昇腾 NPU (Ascend910)，使用 ModelScope snapshot_download 下载权重，timm.create_model(pretrained=False) 加载本地权重，支持单卡 NPU 推理。

2. 验证环境

• 硬件：华为昇腾 910 (Ascend910)
• 框架：PyTorch + torch_npu
• 模型参数量：约 2.0M
• 输入：224x224 RGB
• 输出：1000 类 (ImageNet)

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果（Top-5）：

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_788
• NPU Top-1: class_788
• CPU Top-5: class_788, class_573, class_865, class_667, class_582
• NPU Top-5: class_788, class_573, class_865, class_667, class_582
• 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 - 推理日志
• logs/accuracy.log - 精度验证日志
• logs/benchmark.log - 性能基准日志

9. 注意事项

• 使用 pretrained=False + 本地权重加载，禁止 HuggingFace 自动下载
• 权重通过 ModelScope snapshot_download 下载
• 未提交任何模型权重文件（*.bin, *.safetensors, *.pth 等）
• 本适配仅验证单图推理，非完整 ImageNet 评测

10. 标签

#NPU #Ascend #ImageClassification #MobileNetV3 #timm