m0_74196153/tiny_vit_11m_224_dist_in22k_npu
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

tiny_vit_11m_224.dist_in22k 昇腾 NPU 适配

1. 模型介绍

tiny_vit_11m_224.dist_in22k 是基于 TinyViT (Tiny Vision Transformer) 架构的图像分类模型。

  • 模型名称: tiny_vit_11m_224.dist_in22k
  • 模型架构: TinyViT
  • 参数量: 20.4M
  • 输入尺寸: 224x224
  • 分类类别数: 21841
  • 训练数据集: ImageNet-22K

原始模型地址

  • HuggingFace: https://huggingface.co/timm/tiny_vit_11m_224.dist_in22k
  • ModelScope: https://www.modelscope.cn/models/timm/tiny_vit_11m_224.dist_in22k

任务类型

图像分类

输入格式

RGB 图像, 224x224, 归一化 mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]

输出格式

21841 类 logits, 通过 Softmax 转换为概率

2. 验证环境

组件版本
NPUAscend910
CANN25.5.2
PyTorch2.9.0
torch_npu2.9.0.post1+gitee7ba04
timm1.0.27

3. NPU 适配说明

使用 ModelScope 下载权重, 通过 torch_npu 加载到 NPU, FP32 推理, 无需修改模型代码。

4. 环境准备

pip install torch torchvision timm modelscope safetensors Pillow

5. 推理命令

# CPU 推理
python inference.py --device cpu

# NPU 推理
python inference.py --device npu

# 精度对比
python compare_cpu_npu.py

6. 推理结果

指标CPUNPU
平均推理耗时154.36 ms7.95 ms
加速比-19.41x

7. CPU/NPU 精度测试

Top-5 预测对比

排名CPU 类别CPU 概率NPU 类别NPU 概率
1113840.000411113840.000411
2115310.000280115310.000279
395340.00025095340.000247
490510.00024890510.000246
584690.00024491500.000242

精度指标

指标值
Logits Max Abs Error1.4600e-02
Logits Mean Abs Error1.6700e-03
Probs Max Abs Error3.0600e-06
Probs Mean Abs Error8.0500e-08
Cosine Similarity0.99994338
Prob Relative Error0.2858%
Top-1 Class MatchYes

结论

NPU 与 CPU 推理结果误差 < 1%，精度对齐通过。余弦相似度 0.99994338，Top-1 类别完全一致。

8. 截图

terminal output

9. 代码示例

from timm import create_model
from modelscope import snapshot_download
from safetensors.torch import load_file
model = create_model('tiny_vit_11m_224.dist_in22k', pretrained=False)
local_path = snapshot_download('timm/tiny_vit_11m_224.dist_in22k')
state_dict = load_file(local_path + '/model.safetensors')
model.load_state_dict(state_dict, strict=False)
model = model.to('npu:0').float()

10. 依赖

torch>=2.0.0，torchvision>=0.15.0，timm>=1.0.0，modelscope>=1.0.0，safetensors，Pillow

11. 标签

  • #+NPU #+CV #+图像分类 #+昇腾 #+TinyViT #+timm