xujiashuai/timm-wide_resnet50
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm-wide_resnet50 on Ascend NPU

1. 简介

本文档记录 timm-wide_resnet50_2.tv2_in1k (Wide ResNet50) 在昇腾 NPU 上的适配验证结果。

  • 模型来源: timm/wide_resnet50_2.tv2_in1k
  • 架构: Wide ResNet50 (加宽版 ResNet, width_per_group=64*2)
  • 参数量: ~68.9M
  • 任务: Image Classification (图像分类, ImageNet-1K, 1000类)
  • 适配状态: SUCCESS
  • 适配时间: 2026-05-17

2. 验证环境

组件版本
torch2.9.0
torch-npu2.9.0.post1
timm1.0.27
CANN8.5.1
  • 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: wide_resnet50_2.tv2_in1k
设备: npu:0
精度: float32

--- CPU 推理 ---
输出形状: [1, 1000]
Logits 前5个: [-0.9183538   0.4972906   0.22080328 -0.2950767  -0.05857359]
是否有 NaN: False
预测类别: 490

--- NPU 推理 (npu:0) ---
输出形状: [1, 1000]
Logits 前5个: [-0.9185286   0.4971134   0.22145572 -0.29470485 -0.05777226]
是否有 NaN: False
预测类别: 490

5. 性能参考

指标数值
平均延迟6.78 ms
测试轮数10

6. CPU vs NPU 精度对比

指标数值
Cosine Similarity1.000000
Max Abs Error0.001578
精度误差< 0.001%
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 wide_resnet50_2 模型定义
  • 权重从 modelscope 的 timm/wide_resnet50_2.tv2_in1k 加载
  • 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