timm/resnext50_32x4d.fb_swsl_ig1b_ft_in1k on Ascend NPU

1. 简介

本项目将 timm/resnext50_32x4d.fb_swsl_ig1b_ft_in1k 图片分类模型适配到昇腾 NPU (Ascend910) 上运行。模型基于 ResNeXt-50 (32x4d) 架构，使用 Semi-Weakly Supervised Learning (SWSL) 在 Instagram-1B 上预训练，并在 ImageNet-1k 上微调。

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_623 (0.0165)
• Top-2: class_512 (0.0148)
• Top-3: class_551 (0.0140)
• Top-4: class_549 (0.0133)
• Top-5: class_418 (0.0113)

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_623
• NPU Top-1: class_623
• CPU Top-5: class_623, class_512, class_551, class_549, class_418
• NPU Top-5: class_623, class_512, class_551, class_549, class_418
• Top-1 match: True
• Top-5 match: True

5. 性能参考

测试条件：batch_size=1, 输入尺寸 224x224, 预热 2 次 + 正式 10 次。

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 - 推理运行日志
• logs/accuracy.log - CPU-NPU 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

9. 注意事项

1. 权重通过 ModelScope snapshot_download 下载，严禁使用 timm.create_model(..., pretrained=True) 从 HuggingFace 自动下载。
2. 运行前请确保 NPU 驱动和 CANN 环境已正确安装。
3. 首次运行会自动下载模型权重（约 95.8 MB）。

10. 标签

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