timm/vit_srelpos_small_patch16_224.sw_in1k on Ascend NPU

1. 简介

本项目将 timm/vit_srelpos_small_patch16_224.sw_in1k 图片分类模型适配到华为昇腾 NPU (Ascend910)。

• 模型来源: ModelScope / timm
• 模型类型: ViT (Vision Transformer) with Swin-style relative positional embeddings
• 输入尺寸: 224x224
• 分类数: 1000 (ImageNet-1k)
• 适配方式: timm.create_model(pretrained=False) + ModelScope 本地权重加载
• 权重格式: Safetensors

2. 验证环境

环境详情见 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: whiskey jug (0.4261)
• Top-2: coffee mug (0.1193)
• Top-3: mortar (0.0832)
• Top-4: espresso (0.0347)
• Top-5: chocolate syrup (0.0253)

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: whiskey jug
• NPU Top-1: whiskey jug
• CPU Top-5: whiskey jug, coffee mug, mortar, espresso, chocolate syrup
• NPU Top-5: whiskey jug, coffee mug, mortar, espresso, chocolate syrup
• Top-1 match: True
• Top-5 match: True

5. 性能参考

在单卡 Ascend910 NPU 上运行 10 次取平均（Batch size = 1）：

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 和 screenshots/self_verification.txt。

8. 日志文件

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

9. 注意事项

1. 权重通过 ModelScope snapshot_download 下载，严禁使用 timm.create_model(..., pretrained=True) 从 HuggingFace 自动下载。
2. 运行前请确保 NPU 驱动和 CANN 环境已正确配置。
3. 首次运行会自动下载模型权重，请确保网络畅通。

10. 标签

#NPU #Ascend #Ascend910 #timm #ViT #image-classification