z
zhangyuge147/timm-eva02_large_patch14_448.mim_m38m_ft_in22k_in1k-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm/eva02_large_patch14_448.mim_m38m_ft_in22k_in1k on Ascend NPU

1. 简介

本项目将 timm/eva02_large_patch14_448.mim_m38m_ft_in22k_in1k（EVA-02 Large ViT，patch size 14，输入分辨率 448×448）适配到单卡昇腾 NPU（Ascend910）上运行。模型通过 ModelScope 下载本地权重，使用 timm.create_model(pretrained=False) 加载，支持真实 NPU 推理、CPU-NPU 精度一致性验证与性能基准测试。

2. 验证环境

组件版本/型号
NPUAscend910
CANN8.5.1
PyTorch2.9.0+cpu
torch_npu与 CANN 8.5.1 配套
timm1.0.27
ModelScope最新

环境详情见 logs/env_check.log。

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

  • Top-1: class_460 (0.110275)
  • Top-2: class_733 (0.064848)
  • Top-3: class_437 (0.055852)
  • Top-4: class_975 (0.040311)
  • Top-5: class_540 (0.039490)

输入 shape: [1, 3, 448, 448]，输出 shape: [1, 1000]。权重加载 0 missing / 0 unexpected keys。

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_error0.007395
mean_abs_error0.001363
relative_error0.2867%
cosine_similarity0.999997
threshold1.0%
结果PASS
  • CPU Top-1: class_460
  • NPU Top-1: class_460
  • CPU Top-5: class_460, class_733, class_437, class_975, class_540
  • NPU Top-5: class_460, class_733, class_437, class_975, class_540
  • Top-1 match: True
  • Top-5 match: True

5. 性能参考

指标数值
Avg latency34.041 ms
Min latency32.959 ms
Max latency36.023 ms
P50 latency33.931 ms
P90 latency35.997 ms
P95 latency35.997 ms
Throughput29.38 images/sec

日志保存在 logs/benchmark.log。

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 与 screenshots/self_verification.txt。

8. 日志文件

  • logs/env_check.log — 环境检查
  • logs/inference.log — 推理结果
  • logs/accuracy.log — 精度一致性
  • logs/benchmark.log — 性能基准
  • logs/paths.txt — 模型路径记录

9. 注意事项

  • 严禁 timm.create_model(..., pretrained=True) 自动从 HuggingFace 下载；本项目通过 ModelScope snapshot_download 获取本地权重。
  • 权重文件（.bin、.safetensors、.pth 等）不提交到 Git 仓库，已在 .gitignore 中排除。
  • 模型输入分辨率为 448×448，由 timm.data.resolve_model_data_config 自动解析。

10. 标签

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