vit_tiny_patch16_384.augreg_in21k_ft_in1k

1. 简介

本文档记录了 vit_tiny_patch16_384.augreg_in21k_ft_in1k 在昇腾 Ascend NPU 上的推理适配和精度验证结果。

该模型属于 timm 库中的 Vision Transformer (ViT) 系列模型，用于图像分类任务。

原始模型信息

• 模型名称: vit_tiny_patch16_384.augreg_in21k_ft_in1k
• 原始地址: https://www.modelscope.cn/models/timm/vit_tiny_patch16_384.augreg_in21k_ft_in1k
• 任务类型: 图像分类
• 模型框架: PyTorch + timm
• 输入格式: NCHW
• 输出格式: 分类 logits
• 输入分辨率: 384×384

2. 验证环境

3. 环境准备

pip install torch torch-npu timm pillow numpy
# 使用清华镜像加速
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch torch-npu timm pillow numpy

4. 推理命令

# CPU推理
python inference.py vit_tiny_patch16_384.augreg_in21k_ft_in1k --device cpu

# NPU推理
python inference.py vit_tiny_patch16_384.augreg_in21k_ft_in1k --device npu

# CPU vs NPU精度对比
python compare_cpu_npu.py vit_tiny_patch16_384.augreg_in21k_ft_in1k

5. 推理结果

5.1 性能对比

5.2 分类结果 (Top-5)

结论: CPU 与 NPU 的 Top-1 分类结果一致。

5.3 CPU/NPU 精度对比

精度判定: 通过 (NPU 与 CPU 推理误差 < 1%)

5.4 模拟终端输出截图

6. 模型仓库

• 本模型 NPU 适配仓库: https://gitcode.com/m0_74196153/vit_tiny_patch16_384_augreg_in21k_ft_in1k-npu

7. 总结

经过完整验证，vit_tiny_patch16_384.augreg_in21k_ft_in1k 在 Ascend NPU 上的推理结果与 CPU 推理结果的误差小于 1%，精度满足要求。NPU 推理相较于 CPU 推理获得了 24.80x 的加速效果。