timm/vit_base_patch16_224.augreg_in21k_ft_in1k on Ascend NPU

1. 简介

本工程将 timm/vit_base_patch16_224.augreg_in21k_ft_in1k（ViT-Base/16，ImageNet-21K 预训练后在 ImageNet-1K 微调）适配为可在单卡昇腾 NPU（Ascend910B）上运行的推理提交工程。

• 模型来源：ModelScope（snapshot_download）
• 模型结构：timm.create_model(pretrained=False) + 本地权重加载
• 权重格式：safetensors（model.safetensors, 330.2 MB）
• 参数量：86,567,656
• 输入尺寸：1×3×224×224
• 输出维度：1×1000（ImageNet-1K 类别）

2. 验证环境

• NPU：Ascend910B
• npu-smi：OK
• PyTorch：torch + torch_npu
• timm：支持 vit_base_patch16_224.augreg_in21k_ft_in1k

3. 推理运行

pip install -r requirements.txt
python inference.py

推理输出 Top-5 预测：

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

6. 精度评测

本工程提供 smoke 一致性验证（eval_accuracy.py），验证 CPU 与 NPU 推理结果的一致性。Top-1/Top-5 均匹配，logit 最大差异 < 0.06。

若需完整 ImageNet 精度评测，请使用独立的评测脚本和完整验证集。

7. 自验证截图

详见 screenshots/self_verification.png 和 screenshots/self_verification.txt。

8. 日志文件

• logs/inference.log — 推理结果
• logs/accuracy.log — 精度验证结果
• logs/benchmark.log — 性能基准测试结果
• logs/paths.txt — 模型路径记录

9. 注意事项

• 本工程使用 ModelScope snapshot_download 作为唯一下载方式，不使用 HuggingFace 直连
• 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
• 权重文件（model.safetensors）未提交至仓库（见 .gitignore）
• 推理结果使用 class_x 格式（无 id2label 映射）

10. 标签

#NPU