timm/resnet152d.ra2_in1k on Ascend NPU

1. 简介

本项目将 timm/resnet152d.ra2_in1k 模型适配到昇腾 NPU（Ascend910），支持单卡推理、精度一致性验证与性能基准测试。

• 模型来源: ModelScope - timm/resnet152d.ra2_in1k
• 模型类型: 图像分类（ImageNet-1k，1000 类）
• 适配方式: timm.create_model(..., pretrained=False) + ModelScope 本地权重加载
• 输入尺寸: 256x256（由模型数据配置自动解析）

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_783 (0.005321)
• Top-2: class_549 (0.005302)
• Top-3: class_512 (0.004907)
• Top-4: class_838 (0.004803)
• Top-5: class_473 (0.004626)

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_783
• NPU Top-1: class_783
• CPU Top-5: class_783, class_549, class_512, class_838, class_473
• NPU Top-5: class_783, class_549, class_512, class_838, class_473
• Top-1 match: True
• Top-5 match: True

5. 性能参考

测试配置：单卡 Ascend910，batch_size=1，预热 2 次 + 正式 10 次取平均。

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/inference.log - 推理日志
• logs/accuracy.log - 精度一致性验证日志
• logs/benchmark.log - 性能基准测试日志
• logs/env_check.log - 环境检查日志
• logs/stage0.log - 阶段 0 模型兼容性检查日志

9. 注意事项

1. 严禁使用 timm.create_model(..., pretrained=True) 自动从 HuggingFace 下载权重，必须通过 ModelScope snapshot_download 获取本地权重。
2. 权重文件（*.bin, *.safetensors, *.pth, *.pt, *.ckpt, *.onnx）不包含在仓库中，运行时会自动从 ModelScope 下载。
3. 测试图片为占位图，推理结果仅供功能验证，不代表真实分类语义。

10. 标签

#NPU #Ascend #Ascend910 #ImageClassification