timm/wide_resnet50_2.racm_in1k on Ascend NPU

1. 简介

本项目将 timm/wide_resnet50_2.racm_in1k 图片分类模型适配到华为昇腾 NPU（Ascend910B）单卡运行。

模型来源: ModelScope 魔搭社区
模型页面: https://www.modelscope.cn/models/timm/wide_resnet50_2.racm_in1k
模型类型: Wide ResNet-50-2 图片分类（ImageNet-1k，1000 类）
适配方式: timm.create_model(pretrained=False) + ModelScope 本地权重加载
预处理: timm.data.resolve_model_data_config + create_transform
运行设备: npu:0

重要说明:

本项目严格禁止使用 timm.create_model(..., pretrained=True)，未触发 HuggingFace Hub 下载。
权重通过 modelscope.snapshot_download 下载到本地后加载。
本地权重文件: model.safetensors（优先）和 pytorch_model.bin。

2. 验证环境

项目	版本/型号
NPU 型号	Ascend910B4
CANN	8.5.1
Python	3.11.14
torch	2.9.0+cpu
torchvision	0.24.0
torch_npu	2.9.0.post1
timm	1.0.27
transformers	4.57.6
modelscope	1.35.3
safetensors	0.7.0

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

Top-1: class_979 (0.6570)
Top-2: class_975 (0.0447)
Top-3: class_978 (0.0294)
Top-4: class_970 (0.0265)
Top-5: class_972 (0.0200)

日志保存在 logs/inference.log。

4. Smoke 验证

torch.npu.is_available(): True
torch.npu.device_count(): 1
torch.npu.get_device_name(0): Ascend910B4

Top-5 预测结果（测试图片）

排名	类别	置信度
1	class_979	0.657018
2	class_975	0.044709
3	class_978	0.029393
4	class_970	0.026477
5	class_972	0.020035

注：由于没有 id2label 映射文件，使用 class_x 作为标签占位。模型输出为 1000 维 ImageNet-1k logits。对单张测试图片进行 CPU 与 NPU 一致性验证：

指标	数值
max_abs_error	0.004883
mean_abs_error	0.000809
relative_error	N/A
cosine_similarity	N/A
threshold	1.0%
结果	PASS

5. 性能参考

指标	数值
平均延迟	12.38 ms
最小延迟	11.80 ms
最大延迟	14.92 ms
p50	12.15 ms
p90	14.92 ms
p95	14.92 ms
吞吐量	80.79 images/sec

测试条件：batch_size=1，输入尺寸 3x224x224，NPU 预热 2 轮，正式测试 10 轮。

6. 精度评测

CPU vs NPU Smoke 一致性对比

指标	数值
Logits max_abs_diff	0.00488281
Logits mean_abs_diff	0.00080943
Prob max_diff	0.00033426
Top-1 match	True (class_979)
Top-5 match	True
CPU Top-5	[979, 975, 978, 970, 972]
NPU Top-5	[979, 975, 978, 970, 972]

注：此对比为单图 CPU/NPU 输出一致性验证，非官方 ImageNet 验证集精度。

7. 自验证截图

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

8. 日志文件

文件	说明
`logs/env_check.log`	环境检查（NPU 信息、包版本）
`logs/model_check.log`	模型下载与文件检查
`logs/inference.log`	推理日志
`logs/prediction.txt`	预测结果摘要
`logs/accuracy.log`	精度一致性对比
`logs/benchmark.log`	性能基准测试

9. 注意事项

权重加载: 使用 timm.create_model(..., pretrained=False) + modelscope.snapshot_download 本地权重，未触发 HuggingFace Hub 下载。
预处理: 使用 timm.data.resolve_model_data_config + create_transform 自动获取模型官方预处理参数。
标签: 无 id2label 映射文件，使用 class_x 占位，实际为 ImageNet-1k 1000 类分类输出。
显存: Wide ResNet-50-2 参数量约 68.9M，NPU HBM 占用适中。
测试图片: 从 https://picsum.photos/400/300 下载，若下载失败则使用占位图并在 assets/test_image_note.txt 中说明。
torch_npu 警告: 运行中出现的 owner does not match 和 path string is NULL 为昇腾环境已知提示，不影响推理正确性。
exit code 137: 若遇到 OOM，可尝试减少 batch size 或清理 NPU 缓存。

10. 标签

#NPU