timm/seresnext101_32x4d.gluon_in1k on Ascend NPU

1. 简介

本项目将 timm/seresnext101_32x4d.gluon_in1k 图片分类模型适配到昇腾 NPU (Ascend910) 上运行。

• 模型来源：ModelScope / timm
• 适配方式：ModelScope snapshot_download 下载本地权重，timm.create_model(pretrained=False) 加载，单卡 NPU 推理
• 任务类型：ImageNet-1k 图片分类（1000 类）

2. 验证环境

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_813 (0.9980)
• Top-2: class_923 (0.0001)
• Top-3: class_729 (0.0000)
• Top-4: class_828 (0.0000)
• Top-5: class_622 (0.0000)

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_813
• NPU Top-1: class_813
• CPU Top-5: class_813, class_923, class_729, class_828, class_622
• NPU Top-5: class_813, class_923, class_729, class_828, class_622
• 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

自验证截图与摘要见 screenshots/self_verification.png 和 screenshots/self_verification.txt。

8. 日志文件

• logs/env_check.log — 环境检查
• logs/inference.log — 推理结果
• logs/accuracy.log — CPU-NPU 精度一致性
• logs/benchmark.log — 性能基准测试

9. 注意事项

• 严禁使用 timm.create_model(..., pretrained=True) 从 HuggingFace 自动下载权重
• 权重通过 ModelScope snapshot_download 本地加载
• 推理输入尺寸由 timm.data.resolve_model_data_config 自动解析
• 精度验证为单图 smoke check，非完整 ImageNet val 集

10. 标签

#NPU #Ascend #Ascend910 #ImageClassification #timm