timm/swin_base_patch4_window7_224.ms_in22k on Ascend NPU

1. 简介

本项目将 timm/swin_base_patch4_window7_224.ms_in22k 适配到昇腾 NPU (Ascend910)。 该模型为 Swin Transformer Base，基于 ImageNet-22k 预训练，输入分辨率 224×224，窗口大小 7×7，输出 21841 个类别 logits。

2. 验证环境

• NPU: Ascend910
• CANN: 8.5.1
• PyTorch: 2.x + torch_npu
• Python: 3.11

环境检查日志见 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_11532 (0.001733)
• Top-2: class_7585 (0.001389)
• Top-3: class_5363 (0.001305)
• Top-4: class_9535 (0.001254)
• Top-5: class_11650 (0.001236)

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：

• CPU Top-1: class_11532
• NPU Top-1: class_11532
• CPU Top-5: class_11532, class_7585, class_5363, class_9535, class_11650
• NPU Top-5: class_11532, class_7585, class_5363, class_9535, class_11650
• Top-1 match: True
• Top-5 match: True

5. 性能参考

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

自验证结果保存在 screenshots/self_verification.txt 与 screenshots/self_verification.png。

8. 日志文件

• logs/env_check.log — 环境检查
• logs/inference.log — 推理结果
• logs/accuracy.log — 精度验证
• logs/benchmark.log — 性能基准测试

9. 注意事项

• 本模型为 ImageNet-22k 预训练权重，类别数为 21841，输出概率分布较均匀（未在 ImageNet-1k 上 fine-tune），因此 Top-1 概率值较低，属于正常现象。
• 权重通过 ModelScope snapshot_download 下载，禁止 timm.create_model(..., pretrained=True) 自动从 HuggingFace 下载。
• 推理与 benchmark 均在单卡 NPU (npu:0) 上运行。

10. 标签

#NPU