z
zhangyuge147/timm-deit_tiny_patch16_224.fb_in1k-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm/deit_tiny_patch16_224.fb_in1k on Ascend NPU

1. 简介

本项目将 timm/deit_tiny_patch16_224.fb_in1k 图片分类模型适配到昇腾 NPU (Ascend910) 上运行。使用 ModelScope 下载权重，timm 加载本地权重，包含推理验证、CPU-NPU 精度一致性检查和性能基准测试。

2. 验证环境

项目版本/型号
NPUAscend910
CANN8.5.1
torch2.x
torch_npu2.x
timmlatest

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

  • Top-1: class_794 (0.002855)
  • Top-2: class_549 (0.002832)
  • Top-3: class_647 (0.002609)
  • Top-4: class_669 (0.002501)
  • Top-5: class_700 (0.002404)

日志保存在 logs/inference.log。

4. 精度验证

对单张测试图片进行 CPU 与 NPU 一致性验证：

指标数值
max_abs_error0.012384
mean_abs_error0.002025
relative_error0.7046%
cosine_similarity0.999977
threshold1.0%
结果PASS
  • CPU Top-1: class_794
  • NPU Top-1: class_794
  • CPU Top-5: class_794, class_549, class_647, class_669, class_700
  • NPU Top-5: class_794, class_549, class_647, class_669, class_700
  • Top-1 match: True
  • Top-5 match: True

5. 性能参考

指标数值
avg_time5.758 ms
min_time5.732 ms
max_time5.790 ms
p50_time5.761 ms
p90_time5.790 ms
p95_time5.790 ms
throughput173.66 images/sec

6. 精度评测说明

本项目包含单图 smoke consistency 验证，非官方 ImageNet 完整验证集评测。详细指标见第 4 节。

7. 自验证截图

见 screenshots/self_verification.png。

8. 日志文件

  • logs/inference.log — 推理输出
  • logs/accuracy.log — 精度一致性结果
  • logs/benchmark.log — 性能基准测试结果
  • logs/env_check.log — 环境检查

9. 注意事项

  • 权重通过 ModelScope snapshot_download 下载，严禁使用 pretrained=True 自动从 HuggingFace 下载
  • 推理脚本使用 timm.data.resolve_model_data_config + create_transform 进行预处理
  • 模型权重不提交到 Git 仓库（见 .gitignore）

10. 标签

#NPU #Ascend #Ascend910 #timm #deit #image-classification