cv_swin-base_patch4_window7_224 在昇腾 NPU 上的适配
1. 简介
- 模型来源：microsoft/swin-base-patch4-window7-224-in22k
- 架构：Swin-Base（patch_size=4，window_size=7，embed_dim=128）
- 参数量：86,743,224
- 任务：图像分类（ImageNet-22k 预训练）
- 适配状态：成功
- 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 |
| CANN | 8.5.1 |
| NPU | Ascend 910B4 |
3. 精度评测
| 指标 | 数值 |
|---|
| 余弦相似度 | 0.999990 |
| 最大绝对误差 | 0.039382 |
| 是否满足要求 | 是（< 1%） |
4. 性能
| 指标 | 数值 |
|---|
| 平均延迟 | 27.08 毫秒 |
| 输出形状 | [1, 49, 1024] |
5. 适配说明
使用 transformers SwinModel.from_pretrained 直接加载预训练权重。输入为随机图像张量 (1, 3, 224, 224)，比较 last_hidden_state 输出。
6. 推理输出证据
Model: cv_swin-base_patch4_window7_224
Output shape: [1, 49, 1024]
Latency: 27.08ms
Cosine Similarity: 0.999990
Max Abs Error: 0.039382
7. CPU 与 NPU 精度对比
| 指标 | CPU | NPU | 差异 |
|---|
| 余弦相似度 | 1.0 | 0.999990 | 0.001% |
| 最大绝对误差 | - | 0.039382 | - |
