timm/convnext_xlarge.fb_in22k_ft_in1k on Ascend NPU

1. 简介

本项目将 timm/convnext_xlarge.fb_in22k_ft_in1k 适配到昇腾 NPU (Ascend910)。 模型使用 ModelScope 下载本地权重，通过 timm.create_model(pretrained=False) 加载，并在 NPU 上完成推理验证、精度一致性检查和性能基准测试。

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_680 (0.0073)
• Top-2: class_700 (0.0051)
• Top-3: class_549 (0.0050)
• Top-4: class_551 (0.0046)
• Top-5: class_405 (0.0046)

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_680
• NPU Top-1: class_680
• CPU Top-5: class_680, class_700, class_549, class_405, class_551
• NPU Top-5: class_680, class_700, class_549, class_551, class_405
• 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 — 推理结果
• logs/accuracy.log — 精度一致性
• logs/benchmark.log — 性能基准

9. 注意事项

• 权重通过 ModelScope snapshot_download 下载，严禁使用 HuggingFace 自动下载。
• timm.create_model(..., pretrained=False) 加载本地权重。
• 测试图片为占位图（网络不可达时生成），实际部署建议替换为真实图片。

10. 标签

#NPU #Ascend #Ascend910 #image-classification