waylong/timm-resnet18.a1_in1k-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm/resnet18.a1_in1k on Ascend NPU

1. 简介

本项目将 timm/resnet18.a1_in1k 图片分类模型适配到昇腾 NPU (Ascend 910) 上运行。

  • 模型来源：ModelScope - timm/resnet18.a1_in1k
  • 模型类型：ImageNet-1k 图片分类（1000 类）
  • 适配方式：ModelScope snapshot_download 下载本地权重，timm.create_model(pretrained=False) 加载本地权重，避免 HuggingFace 自动下载

2. 验证环境

项目版本/信息
NPUAscend910
CANN8.5.1
torch2.x
torch_npu2.x
timmlatest

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_979 (0.3403)
  • Top-2: class_970 (0.0854)
  • Top-3: class_980 (0.0725)
  • Top-4: class_976 (0.0603)
  • Top-5: class_888 (0.0469)

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：

指标数值
max_abs_error0.003702
mean_abs_error0.000802
relative_error0.0086%
cosine_similarity1.000000
threshold1.0%
结果PASS
  • CPU Top-1: class_979
  • NPU Top-1: class_979
  • CPU Top-5: class_979, class_970, class_980, class_976, class_888
  • NPU Top-5: class_979, class_970, class_980, class_976, class_888
  • Top-1 match: True
  • Top-5 match: True

5. 性能参考

指标数值
avg_time0.002442 s
min_time0.002379 s
max_time0.002646 s
p50_time0.002421 s
p90_time0.002646 s
p95_time0.002646 s
images_per_sec409.42

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 — 精度验证
  • logs/benchmark.log — 性能基准

9. 注意事项

  • 权重通过 ModelScope 本地下载加载，不使用 pretrained=True
  • 预处理使用 timm.data.resolve_model_data_config + create_transform
  • 推理和精度验证均在 npu:0 上执行

10. 标签

#NPU #Ascend #timm #resnet18 #image-classification