sheeps_/timm-resnetv2_101x3_bit.goog_in21k_ft_in1k-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm/resnetv2_101x3_bit.goog_in21k_ft_in1k on Ascend NPU

1. 简介

本项目将 timm/resnetv2_101x3_bit.goog_in21k_ft_in1k 图片分类模型适配到昇腾 NPU (Ascend910) 上运行。

  • 原始模型: timm/resnetv2_101x3_bit.goog_in21k_ft_in1k
  • 模型类型: ResNetV2 (BiT - Big Transfer)
  • 输入尺寸: 224x224
  • 类别数: 1000 (ImageNet-1k)
  • 适配方式: timm.create_model(pretrained=False) + ModelScope 本地权重加载

2. 验证环境

项目版本/型号
NPUAscend910
CANN8.5.1
torch2.x
torch_npu适配 CANN 8.5.1
timmlatest

详细环境信息见 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_623 (0.010117)
  • Top-2: class_844 (0.008838)
  • Top-3: class_662 (0.008830)
  • Top-4: class_677 (0.008190)
  • Top-5: class_512 (0.008065)

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_error0.002901
mean_abs_error0.000443
relative_error0.0741%
cosine_similarity1.000000
threshold1.0%
结果PASS
  • CPU Top-1: class_623 (0.010116)
  • NPU Top-1: class_623 (0.010117)
  • CPU Top-5: class_623, class_844, class_662, class_677, class_512
  • NPU Top-5: class_623, class_844, class_662, class_677, class_512
  • Top-1 match: True
  • Top-5 match: True

5. 性能参考

指标数值
avg_time0.0333s
min_time0.0323s
max_time0.0352s
p50_time0.0326s
p90_time0.0352s
p95_time0.0352s
images_per_sec30.05

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。

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

9. 注意事项

  1. 权重通过 ModelScope snapshot_download 下载，严禁使用 HuggingFace 自动下载。
  2. 推理时必须使用 timm.data.resolve_model_data_config 获取该模型对应的数据预处理配置。
  3. NPU 推理前后调用 torch.npu.synchronize() 确保计时准确。
  4. 测试图片为占位图，实际部署时请替换为真实图片。

10. 标签

#NPU #Ascend #Ascend910 #timm #ResNetV2 #BiT #image-classification