cv_mobilenetv3_rw.rmsp_in1k 在昇腾 NPU 上的 mobilenetv3_small_100.lamb_in1k

1. 简介

模型来源：timm/mobilenetv3_small_100.lamb_in1k
架构：MobileNetV3 Small（width_mult=1.0）
参数量：2.54M
任务：图像分类（ImageNet-1K，1000类）
适配状态：SUCCESS

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

3. 推理脚本

python inference.py --device npu:0 --dtype float32

4. 推理输出证据

模型: cv_mobilenetv3_small_100.lamb_in1k
设备: npu:0
精度: float32
------------------------------------------------------------
权重加载完成

--- CPU 推理 ---
输出形状: [1, 1000]
Logits 前5个: [-1.6404248   0.88629806 -0.27953976 -1.2183887  -0.7797187 ]
是否有 NaN: False
预测类别: 858

--- NPU 推理 (npu:0) ---
输出形状: [1, 1000]
Logits 前5个: [-1.6431292   0.88953257 -0.28033447 -1.2165248  -0.7790787 ]
是否有 NaN: False
预测类别: 858

--- 精度对比 ---
Cosine Similarity: 0.999999
Max Abs Error: 0.007134

--- 性能基准 ---
平均延迟: 4.49 ms (10轮)

✓ 推理完成

5. CPU 与 NPU 精度对比

指标	数值
余弦相似度	0.999999
最大绝对误差	0.007134
预测类别一致	是 (858)

6. 性能参考

指标	数值
平均延迟	4.49 ms
测试轮数	10

cv_mobilenetv3_rw.rmsp_in1k 在昇腾 NPU 上的 mobilenetv3_small_100.lamb_in1k

1. 简介

模型来源：timm/mobilenetv3_small_100.lamb_in1k
架构：MobileNetV3 Small（width_mult=1.0）
参数量：2.54M
任务：图像分类（ImageNet-1K，1000类）
适配状态：SUCCESS

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

3. 推理脚本

python inference.py --device npu:0 --dtype float32

4. 推理输出证据

模型: cv_mobilenetv3_small_100.lamb_in1k
设备: npu:0
精度: float32
------------------------------------------------------------
权重加载完成

--- CPU 推理 ---
输出形状: [1, 1000]
Logits 前5个: [-1.6404248   0.88629806 -0.27953976 -1.2183887  -0.7797187 ]
是否有 NaN: False
预测类别: 858

--- NPU 推理 (npu:0) ---
输出形状: [1, 1000]
Logits 前5个: [-1.6431292   0.88953257 -0.28033447 -1.2165248  -0.7790787 ]
是否有 NaN: False
预测类别: 858

--- 精度对比 ---
Cosine Similarity: 0.999999
Max Abs Error: 0.007134

--- 性能基准 ---
平均延迟: 4.49 ms (10轮)

✓ 推理完成

5. CPU 与 NPU 精度对比

指标	数值
余弦相似度	0.999999
最大绝对误差	0.007134
预测类别一致	是 (858)

6. 性能参考

指标	数值
平均延迟	4.49 ms
测试轮数	10