sheeps_/timm-tf_efficientnetv2_s.in21k-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm/tf_efficientnetv2_s.in21k on Ascend NPU

1. 简介

本项目将 timm/tf_efficientnetv2_s.in21k 图片分类模型适配到昇腾 NPU (Ascend910) 上运行。模型通过 ModelScope 下载本地权重，使用 timm.create_model(pretrained=False) 加载，支持单图推理、CPU-NPU 精度一致性验证和性能基准测试。

  • 原始模型: timm/tf_efficientnetv2_s.in21k
  • 权重格式: SafeTensors
  • 输出类别数: 21843 (ImageNet-21k)
  • 输入尺寸: 300x300

2. 验证环境

项目版本/型号
NPUAscend910
CANN8.5.1
torch2.x
torch_npu对应版本
timm最新版

环境检查日志: 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_421 (0.1221)
  • Top-2: class_11033 (0.0551)
  • Top-3: class_11713 (0.0458)
  • Top-4: class_1722 (0.0371)
  • Top-5: class_1730 (0.0365)

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_error0.011463
mean_abs_error0.001405
relative_error0.0705%
cosine_similarity1.000000
threshold1.0%
结果PASS
  • CPU Top-1: class_421
  • NPU Top-1: class_421
  • CPU Top-5: class_421, class_11033, class_11713, class_1722, class_1730
  • NPU Top-5: class_421, class_11033, class_11713, class_1722, class_1730
  • Top-1 match: True
  • Top-5 match: True

5. 性能参考

指标数值
avg_latency_ms18.51
min_latency_ms17.88
max_latency_ms18.93
p50_latency_ms18.72
p90_latency_ms18.93
p95_latency_ms18.93
images_per_sec54.01

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 自动下载到本地缓存目录，不会随项目提交。
  2. 运行前请确保 NPU 驱动和 CANN 环境已正确安装。
  3. 首次运行时会自动下载模型权重，请确保网络畅通。

10. 标签

#NPU #Ascend #Ascend910 #timm #EfficientNetV2 #ImageClassification