cv_convnext-base_224 on Ascend NPU

1. 简介

本文档记录 cv_convnext-base_224 (ConvNeXt Base) 在昇腾 NPU 上的适配验证结果。

模型来源: facebook/convnext-base-224
架构: ConvNeXt Base (纯卷积架构, depths=[3,3,27,3])
参数量: ~88.6M
任务: Image Classification (图像分类, ImageNet-1K, 1000类)
适配状态: SUCCESS
适配时间: 2026-05-17

2. 验证环境

组件	版本
`torch`	`2.9.0`
`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 float32

4. 推理输出证据

模型: cv_convnext-base_224
设备: npu:0
精度: float32

--- CPU 推理 ---
输出形状: [1, 1000]
Logits 前5个: [-2.892515   -0.11681814 -0.6000002  -1.707742   -6.0198827 ]
是否有 NaN: False
预测类别: 450

--- NPU 推理 (npu:0) ---
输出形状: [1, 1000]
Logits 前5个: [-2.8918488  -0.11761743 -0.600433   -1.7092099  -6.021868  ]
是否有 NaN: False
预测类别: 450

5. 性能参考

指标	数值
平均延迟	14.95 ms
测试轮数	10

6. CPU vs NPU 精度对比

指标	数值
Cosine Similarity	1.000000
Max Abs Error	0.003323
精度误差	< 0.4%
是否满足要求	是（< 1%）

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. 注意事项

使用 timm 库的 convnext_base 模型定义
权重从 modelscope 的 facebook/convnext-base-224 加载，需重映射 HuggingFace 键名
输入: 随机 224x224 RGB 图像
输出: 1000 类 ImageNet 分类 logits

贡献者: xujiashuai 参赛赛道: 模型适配赛道 提交时间: 2026-05-17

cv_convnext-base_224 on Ascend NPU

1. 简介

本文档记录 cv_convnext-base_224 (ConvNeXt Base) 在昇腾 NPU 上的适配验证结果。

模型来源: facebook/convnext-base-224
架构: ConvNeXt Base (纯卷积架构, depths=[3,3,27,3])
参数量: ~88.6M
任务: Image Classification (图像分类, ImageNet-1K, 1000类)
适配状态: SUCCESS
适配时间: 2026-05-17

2. 验证环境

组件	版本
`torch`	`2.9.0`
`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 float32

4. 推理输出证据

模型: cv_convnext-base_224
设备: npu:0
精度: float32

--- CPU 推理 ---
输出形状: [1, 1000]
Logits 前5个: [-2.892515   -0.11681814 -0.6000002  -1.707742   -6.0198827 ]
是否有 NaN: False
预测类别: 450

--- NPU 推理 (npu:0) ---
输出形状: [1, 1000]
Logits 前5个: [-2.8918488  -0.11761743 -0.600433   -1.7092099  -6.021868  ]
是否有 NaN: False
预测类别: 450

5. 性能参考

指标	数值
平均延迟	14.95 ms
测试轮数	10

6. CPU vs NPU 精度对比

指标	数值
Cosine Similarity	1.000000
Max Abs Error	0.003323
精度误差	< 0.4%
是否满足要求	是（< 1%）

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. 注意事项

使用 timm 库的 convnext_base 模型定义
权重从 modelscope 的 facebook/convnext-base-224 加载，需重映射 HuggingFace 键名
输入: 随机 224x224 RGB 图像
输出: 1000 类 ImageNet 分类 logits

贡献者: xujiashuai 参赛赛道: 模型适配赛道 提交时间: 2026-05-17