timm/tiny_vit_5m_224.in1k on Ascend NPU #NPU

1. 简介

将 timm 预训练图片分类模型 tiny_vit_5m_224.in1k 适配为可在单卡昇腾 NPU（Ascend910B）上运行的提交工程。

• 模型类型：Vision Transformer (TinyViT)
• 参数量：5,392,764
• 输入尺寸：224x224
• 输出：1000 类（ImageNet）
• 权重来源：ModelScope snapshot_download

2. 验证环境

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

• Top-1: class_978 (0.1019)
• Top-2: class_975 (0.0744)
• Top-3: class_833 (0.0676)
• Top-4: class_814 (0.0611)
• Top-5: class_148 (0.0492)

日志保存在 logs/inference.log。

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

以上数据基于单卡 Ascend910，batch_size=1，224x224 输入，仅供参考。

6. 精度评测

Smoke 验证仅测试 CPU/NPU 一致性（单张图片），非官方精度评测。如需正式精度评测，请使用 ImageNet 验证集。

7. 自验证截图

详见 screenshots/self_verification.png。

8. 日志文件

9. 注意事项

• 本工程不提交任何模型权重文件（*.bin, *.safetensors, *.pth 等）
• 权重通过 ModelScope snapshot_download 在运行时自动下载
• model_utils.py 为公共模块，所有脚本通过 import 加载模型，避免重复代码
• 不使用 HuggingFace 直连下载，不 fallback

10. 标签

#NPU #Ascend #timm #TinyViT #image-classification