timm/resnetv2_152x2_bit.goog_teacher_in21k_ft_in1k_384 on Ascend NPU

1. 简介

本项目将 timm/resnetv2_152x2_bit.goog_teacher_in21k_ft_in1k_384 模型适配到昇腾 NPU (Ascend910) 上运行。该模型是基于 Big Transfer (BiT) 的 ResNetV2-152x2 架构，先在 ImageNet-21k 上进行教师模型训练，后在 ImageNet-1k 上以 384x384 分辨率微调的图片分类模型。

2. 验证环境

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_775 (0.6283)
• Top-2: class_977 (0.0474)
• Top-3: class_838 (0.0284)
• Top-4: class_978 (0.0162)
• Top-5: class_638 (0.0157)

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_775
• NPU Top-1: class_775
• CPU Top-5: class_775, class_977, class_838, class_978, class_638
• NPU Top-5: class_775, class_977, class_838, class_978, class_638
• 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

见 screenshots/self_verification.png。

8. 日志文件

• logs/env_check.log — 环境检查
• logs/inference.log — 推理输出
• logs/accuracy.log — 精度一致性验证
• logs/benchmark.log — 性能基准测试

9. 注意事项

• 模型输入分辨率为 384x384，请勿使用 224x224 以免精度下降。
• 权重通过 ModelScope snapshot_download 下载，严禁使用 pretrained=True 自动从 HuggingFace 下载。
• 推理脚本使用 timm.data.resolve_model_data_config 自动获取预处理配置。

10. 标签

#NPU #Ascend #Ascend910 #image-classification