timm/dpn131.mx_in1k on Ascend NPU

1. 简介

本项目将 timm/dpn131.mx_in1k 适配到华为昇腾 NPU (Ascend910B) 上运行。使用 ModelScope snapshot_download 下载权重，timm.create_model(pretrained=False) 加载本地权重。

2. 验证环境

硬件: 华为昇腾 910B
PyTorch: 2.10.0
timm: 1.0.27

3. 推理运行

python inference.py

推理结果示例（单张测试图片）：

Rank	Class	Probability
1	class_980	0.287
2	class_812	0.1656
3	class_974	0.0764
4	class_657	0.0668
5	class_820	0.0555

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_error	0.009371
mean_abs_error	0.001651
relative_error	0.1326%
cosine_similarity	1.0
threshold	1.0%
结果	PASS

CPU Top-1: class_980
NPU Top-1: class_980
CPU Top-5: class_980, class_812, class_974, class_657, class_820
NPU Top-5: class_980, class_812, class_974, class_657, class_820
Top-1 match: True
Top-5 match: True

5. 性能参考

指标	数值
平均延迟	30.62 ms
吞吐量	32.66 images/sec

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。

7. 日志文件

logs/inference.log
logs/accuracy.log
logs/benchmark.log

8. 注意事项

单卡 NPU 推理
ModelScope 权重下载
不使用 HuggingFace 直连

9. 竞赛提交信息

项目	链接
原始权重模型地址	https://modelscope.cn/models/timm/dpn131.mx_in1k
提交项目地址	https://gitcode.com/v50_/timm-dpn131.mx_in1k-NPU

提交说明: 适配 timm/dpn131.mx_in1k 到昇腾 NPU (Ascend910)。使用 ModelScope snapshot_download 下载权重，timm.create_model(pretrained=False) 加载本地权重，包含推理验证、CPU-NPU 精度一致性检查和性能基准测试。精度: PASS (relative_error=0.1326%)。吞吐量: 32.66 images/sec

10. 标签

#NPU