ViT-B/16 视觉高效调优 - 提示词（cv_vitb16_classification_vision-efficient-tuning-prompt）

基于提示词调优的ViT-B/16图像分类模型。提示词令牌在每个Transformer块的补丁嵌入前添加。

• 模型ID：iic/cv_vitb16_classification_vision-efficient-tuning-prompt
• 任务：图像分类（CIFAR-100，100类）
• 框架：PyTorch
• 骨干网络：ViT-B/16（patch_size=16，embed_dim=768，depth=12，num_heads=12）
• 提示词长度：每块10个令牌

验证环境

精度评估

CPU与NPU余弦相似度：

推理输出

Output shape: [1, 100]
Logits sample: [-1.027, -3.788, 0.819, -1.239, -1.530]
Predicted class: 61
SUCCESS

复现

python3 inference.py
python3 evaluate.py

材料

• inference.py - NPU 推理脚本
• evaluate.py - CPU 与 NPU 余弦相似度评估