liucu/timm-pit_s_224.in1k-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm/pit_s_224.in1k on Ascend NPU

1. 简介

本项目将 timm/pit_s_224.in1k 图片分类模型适配到单卡昇腾 NPU (Ascend910) 上运行。使用 ModelScope 下载权重，timm 加载本地权重，支持推理验证、CPU-NPU 精度一致性检查和性能基准测试。

2. 验证环境

  • NPU: Ascend910_9362
  • CANN: 8.5.1
  • PyTorch: 2.x
  • torch_npu: available

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

  • Top-1: class_107 (0.8799)
  • Top-2: class_998 (0.0006)
  • Top-3: class_417 (0.0005)
  • Top-4: class_421 (0.0004)
  • Top-5: class_984 (0.0004)

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_error0.017613
mean_abs_error0.001556
relative_error0.4620%
cosine_similarity0.999994
threshold1.0%
结果PASS
  • CPU Top-1: class_107
  • NPU Top-1: class_107
  • CPU Top-5: class_107, class_998, class_417, class_421, class_984
  • NPU Top-5: class_107, class_998, class_417, class_421, class_984
  • Top-1 match: True
  • Top-5 match: True

5. 性能参考

指标数值
avg_latency_ms5.533
min_latency_ms5.463
max_latency_ms5.736
p50_latency_ms5.522
p90_latency_ms5.736
p95_latency_ms5.736
images_per_sec180.73

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/inference.log: 推理结果日志
  • logs/accuracy.log: 精度一致性验证日志
  • logs/benchmark.log: 性能基准测试日志
  • logs/env_check.log: 环境检查日志
  • logs/paths.txt: 模型下载路径记录

9. 注意事项

  • 本模型使用 timm.create_model(pretrained=False) 加载，权重通过 ModelScope snapshot_download 本地加载，严禁使用 HuggingFace 自动下载。
  • 推理和精度验证均在 npu:0 上执行。

10. 标签

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