liucu/timm-convnextv2_base.fcmae_ft_in22k_in1k_384-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm/convnextv2_base.fcmae_ft_in22k_in1k_384 on Ascend NPU

1. 简介

本项目将 timm/convnextv2_base.fcmae_ft_in22k_in1k_384 图片分类模型适配到昇腾 NPU (Ascend910) 上运行。

模型来源：ModelScope - timm/convnextv2_base.fcmae_ft_in22k_in1k_384

适配方式：

  • 使用 modelscope.snapshot_download 下载权重到本地
  • 使用 timm.create_model(..., pretrained=False) 创建模型
  • 本地权重加载，禁止 HuggingFace 自动下载
  • 使用 timm.data.resolve_model_data_config + create_transform 进行预处理
  • 在 npu:0 上执行真实推理

2. 验证环境

项目版本/型号
NPUAscend910
CANN8.5.1
torch2.9.0+cpu
torch_npu可用
timm最新

详细环境信息见 logs/env_check.log。

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

  • Top-1: class_680 (0.0054)
  • Top-2: class_700 (0.0045)
  • Top-3: class_861 (0.0044)
  • Top-4: class_549 (0.0040)
  • Top-5: class_838 (0.0038)

日志保存在 logs/inference.log。

4. 精度验证

对单张测试图片进行 CPU 与 NPU 一致性验证：

指标数值
max_abs_error0.003996
mean_abs_error0.000899
relative_error0.2071%
cosine_similarity0.999998
threshold1.0%
结果PASS
  • CPU Top-1: class_680
  • NPU Top-1: class_680
  • CPU Top-5: class_680, class_700, class_861, class_549, class_838
  • NPU Top-5: class_680, class_700, class_861, class_549, class_838
  • Top-1 match: True
  • Top-5 match: True

5. 性能参考

指标数值
avg_time18.88 ms
min_time18.86 ms
max_time18.90 ms
p5018.89 ms
p9018.90 ms
p9518.90 ms
images_per_sec52.96

日志保存在 logs/benchmark.log。

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 和 screenshots/self_verification.txt。

8. 日志文件

  • logs/env_check.log - 环境检查
  • logs/inference.log - 推理结果
  • logs/accuracy.log - 精度一致性验证
  • logs/benchmark.log - 性能基准测试

9. 注意事项

  1. 权重通过 ModelScope 下载，请勿将权重文件提交到仓库（已在 .gitignore 中排除）
  2. 首次运行时会自动下载模型权重，可能需要几分钟
  3. 输入图像尺寸为 384x384
  4. 测试图为占位图，推理结果仅供参考

10. 标签

#NPU #Ascend #Ascend910 #timm #convnextv2 #image-classification