vit_betwixt_patch16_reg4_gap_384.sbb2_e200_in12k_ft_in1k 昇腾 NPU 适配

模型介绍

本仓库包含了 timm 中的 vit_betwixt_patch16_reg4_gap_384.sbb2_e200_in12k_ft_in1k 模型在华为昇腾 NPU 上的适配与推理实现。

原始模型地址

• 原始模型: vit_betwixt_patch16_reg4_gap_384.sbb2_e200_in12k_ft_in1k (timm / HuggingFace Hub)
• ModelScope: https://www.modelscope.cn/models/timm/vit_betwixt_patch16_reg4_gap_384.sbb2_e200_in12k_ft_in1k

任务类型

• 任务类型: 图像分类 / 视觉 Transformer

模型框架

• 框架: PyTorch + timm

输入格式

• 输入: 图像 (RGB, 根据模型配置自动调整尺寸)

输出格式

• 输出: 分类 logits（ImageNet 1000 类置信度分数）

依赖环境

• Python 3.11
• torch 2.9.0
• torch_npu 2.9.0.post1
• timm 1.0.27
• torchvision 0.24.0
• CANN 8.5.1
• 昇腾 Ascend 910 (NPU)

NPU 适配说明

本模型基于 timm 库加载预训练权重，模型权重通过 ModelScope 下载。在昇腾 NPU 上通过 torch_npu 实现硬件加速。

环境准备

pip install -r requirements.txt

推理命令

python inference.py

推理结果

CPU 推理

• 推理耗时: 1.5426s

NPU 推理

• 推理耗时: 0.0063s

部署和推理方法

1. 安装依赖: pip install -r requirements.txt
2. 运行推理: python inference.py
3. 精度对比: python compare_cpu_npu.py

CPU/NPU 精度测试结果

结论: NPU 与 CPU 推理误差 < 1%

性能测试结果

标签

• #+NPU
• #+CV
• #+图像分类
• #+昇腾
• #+Ascend
• #+PyTorch
• #+ViT

推理成功的证明

推理结果日志

CPU inference time: 1.5426s
Top-5 indices: [551, 916, 605, 629, 644]
Top-5 values: [4.943564, 3.831272, 3.549506, 3.272571, 3.088741]

NPU inference time: 0.0063s
Top-5 indices: [551, 916, 605, 629, 644]
Top-5 values: [4.917439, 3.821105, 3.560031, 3.24335, 3.074534]

CPU/NPU Relative Error: 0.587%

精度测试日志

Mean Absolute Error (MAE): 0.00454266
Max Absolute Error: 0.0292213
Cosine Similarity: 0.99998342
Relative Error: 0.00587044

运行截图

运行截图由 acend- 工具生成，展示推理成功画面。