cv_beitv2-base_image-classification_patch16_224_pt1k_ft22k_in1k on Ascend NPU
1. 简介
本文档记录 cv_beitv2-base_image-classification_patch16_224_pt1k_ft22k_in1k 在昇腾 NPU 上的适配验证结果。
- 模型来源: iic/cv_beitv2-base_image-classification_patch16_224_pt1k_ft22k_in1k
- 架构: BEiTv2 (ViT-Base, patch_size=16, img_size=224)
- 参数量: ~86M
- 任务: Image Classification (图像分类, ImageNet-1K)
- 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_beitv2-base_image-classification_patch16_224_pt1k_ft22k_in1k
设备: npu:0
精度: float32
--- CPU 推理 ---
输出形状: [1, 1000]
Logits 前5个: [-6.5868202e-04 9.1975868e-05 -3.2946034e-04 -6.7336456e-05 -1.3243036e-05]
是否有 NaN: False
预测类别: 559
--- NPU 推理 (npu:0) ---
输出形状: [1, 1000]
Logits 前5个: [-6.5865886e-04 9.1957685e-05 -3.2947556e-04 -6.7432564e-05 -1.3190206e-05]
是否有 NaN: False
预测类别: 559
--- 精度对比 ---
Cosine Similarity: 1.000000
Max Abs Error: 0.000000
--- 性能基准 ---
平均延迟: 8.14 ms (10轮)
SUCCESS
5. 性能参考
6. CPU vs NPU 精度对比
| 指标 | 数值 |
|---|
| Cosine Similarity | 1.000000 |
| Max Abs Error | 0.000000 |
| 精度误差 | 0% |
| 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
beitv2_base_patch16_224 模型定义
- 权重从 modelscope 的
pytorch_model.pt 加载，需重映射 backbone.* 前缀
- 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
