timm/mixer_l16_224.goog_in21k on Ascend NPU

1. 简介

本项目将 timm/mixer_l16_224.goog_in21k (MLP-Mixer Large/16, ImageNet-21k 预训练) 适配到昇腾 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。

2. 验证环境

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

• Top-1: class_14404 (0.000259)
• Top-2: class_14101 (0.000246)
• Top-3: class_5125 (0.000237)
• Top-4: class_8193 (0.000232)
• Top-5: class_11051 (0.000212)

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_14404
• NPU Top-1: class_14404
• CPU Top-5: class_14404, class_14101, class_5125, class_8193, class_11051
• NPU Top-5: class_14404, class_14101, class_5125, class_8193, class_11051
• 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 与 screenshots/self_verification.txt。

8. 日志文件

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

9. 注意事项

• 权重通过 ModelScope 下载，严禁使用 HuggingFace 自动下载。
• timm.create_model 必须使用 pretrained=False，再通过本地权重加载。
• 推理脚本自动处理 npu:0 设备迁移和同步。
• 本模型为 ImageNet-21k 预训练分类器，输出 21843 类 logits；若无官方 id2label，则显示为 class_N。

10. 标签

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