timm/vit_small_patch16_224.augreg_in1k on Ascend NPU

1. 简介

将 timm 库中的 ViT-Small/16（ImageNet-1K 预训练）适配到华为昇腾 NPU（Ascend910B）单卡推理。

• 模型：timm/vit_small_patch16_224.augreg_in1k
• 架构：Vision Transformer (ViT-Small, patch16, 224x224)
• 参数量：~22M
• ImageNet-1K 类别数：1000
• 权重来源：ModelScope snapshot_download
• 加载方式：timm.create_model(pretrained=False) + 本地权重加载

2. 验证环境

3. 推理运行

cd timm-vit_small_patch16_224.augreg_in1k-NPU
pip install -r requirements.txt
python download_test_image.py
python inference.py

推理结果 (NPU Top-5):

• Top-1: class_576 (0.9419)
• Top-2: class_536 (0.0155)
• Top-3: class_449 (0.0091)
• Top-4: class_975 (0.0050)
• Top-5: class_698 (0.0038)

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

测试条件：batch=1, 224x224, 预热 2 次 + 正式 10 次。

6. 精度评测

本项目执行的是 smoke consistency check（同输入 CPU/NPU 一致性验证），并非官方 ImageNet-1K 精度评测。如需精度评测，请使用官方 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

• 权重文件未提交到 Git（.gitignore 已排除）
• 权重通过 ModelScope snapshot_download 自动下载
• 不使用 HuggingFace 直连下载
• pretrained=False，完全本地加载
• 这是 smoke consistency check，非官方精度评测

10. 标签

#NPU #timm #ViT #Ascend910B #image-classification