timm-tf_efficientnetv2_b0.in1k 在昇腾 NPU 上的部署
1. 简介
- 模型来源：timm/tf_efficientnetv2_b0.in1k
- 适配状态：成功
- 适配时间：2026-05-20 06:25:00
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 |
| 操作系统 | Ubuntu 22.04.5 LTS (aarch64) |
| Python | 3.11.14 |
3. 精度评测
✅ NPU 与 CPU 精度对比
| 指标 | 数值 |
|---|
| 余弦相似度 | 1.000000 |
| 最大绝对误差 | 0.002187 |
| 精度误差 | 0.18% |
| 是否满足要求 | 是（< 1%）✅ |
4. 性能
5. 推理输出证据
============================================================
模型: timm-tf_efficientnetv2_b0.in1k
时间: 2026-05-20 06:25:00
设备: Ascend NPU (npu:0)
============================================================
--- CPU ---
Shape: [1, 1000]
Pred: 852
Top5: [-1.3962595462799072, 0.4600028693675995, 0.5750203728675842, 0.9919276237487793, 2.3725311756134033]
--- NPU ---
Shape: [1, 1000]
Pred: 852
Top5: [-1.3972890377044678, 0.4605295956134796, 0.5752977728843689, 0.9909337162971497, 2.372697114944458]
--- Accuracy ---
Cosine Similarity: 1.000000
Max Abs Error: 0.002187
Avg Latency: 7.90 ms
✓ NPU 适配通过
6. 复现步骤
# 环境准备
source /usr/local/Ascend/ascend-toolkit/set_env.sh
# 运行推理
python3 inference.py --device npu:0
7. 评测材料
| 材料 | 文件 |
|---|
| 推理脚本 | inference.py |
| 精度报告 | report.json |
| 截图证据 | screenshots/ |
贡献者: xujiashuai | 赛道: 模型适配赛道 | 时间: 2026-05-20 06:25:00
