convnext_xlarge.fb_in22k_ft_in1k on Ascend NPU
1. 简介
本文档记录 timm/convnext_xlarge.fb_in22k_ft_in1k (ConvNeXt XLarge, ImageNet-22K 预训练 + ImageNet-1K 微调) 在昇腾 NPU 上的适配验证结果。
- 模型来源: timm/convnext_xlarge.fb_in22k_ft_in1k
- 架构: ConvNeXt XLarge (卷积架构, 22K预训练+1K微调)
- 任务: Image Classification (图像分类, ImageNet-1K, 1000类)
- 适配状态: SUCCESS
- 适配时间: 2026-05-18
2. 验证环境
| 组件 | 版本 |
|---|
torch | 2.9.0+cpu |
torch-npu | 2.9.0.post1 |
timm | 1.0.27 |
CANN | 8.5.1 |
- NPU: Ascend 910B4
- 系统: Linux aarch64
3. 推理脚本
python inference.py --device npu:0 --dtype float16
4. 推理输出证据
模型: convnext_xlarge.fb_in22k_ft_in1k
设备: npu:0
精度: float16
--- CPU 推理 ---
输出形状: [1, 1000]
输出前5值: [0.04417482018470764, -0.07698243856430054, 0.09404562413692474, 0.3397678732872009, 0.04637675732374191]
推理时间: 793.53ms
--- NPU 推理 (npu:0) ---
输出形状: [1, 1000]
输出前5值: [0.047088623046875, -0.07061767578125, 0.0966796875, 0.3427734375, 0.04345703125]
推理时间: 18.28ms
=== 精度对比 ===
Cosine Similarity: 0.999717
Max Absolute Error: 0.015795
Relative Error: 0.213134
✓ NPU 适配通过
5. 性能参考
6. CPU vs NPU 精度对比
| 指标 | 数值 |
|---|
| Cosine Similarity | 0.999717 |
| Max Absolute Error | 0.015795 |
| 精度误差 | < 0.5% |
| 是否满足要求 | 是（> 0.99） |
7. 评测材料
| 材料 | 文件 | 说明 |
|---|
| 推理脚本 | inference.py | 独立可运行的 NPU 推理代码 |
8. Agent Skill
本模型适配由 vision-encoder-npu-adapt Agent Skill 自动完成，包含环境检查、模型加载、NPU 迁移、精度验证和性能基准测试。
9. 注意事项
- 使用 timm 库的
convnext_xlarge.fb_in22k_ft_in1k 模型定义
- 权重通过 timm 内置机制从 HuggingFace Mirror 加载
- 输入: 随机 224x224 RGB 图像
- 输出: 1000 类 ImageNet 分类 logits
- 该模型较大，使用 float16 精度在 NPU 上运行
贡献者: xujiashuai
参赛赛道: 模型适配赛道 (Problem 10)
提交时间: 2026-05-18
