z
zhangyuge147/timm-mobilenetv4_hybrid_medium.e500_r224_in1k-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm/mobilenetv4_hybrid_medium.e500_r224_in1k on Ascend NPU

1. 简介

本项目将 timm/mobilenetv4_hybrid_medium.e500_r224_in1k 图片分类模型适配到华为昇腾 NPU (Ascend910) 上运行。

  • 模型来源: ModelScope - timm/mobilenetv4_hybrid_medium.e500_r224_in1k
  • 模型类型: Image Classification (1000 classes)
  • 输入尺寸: 224x224
  • 适配方式: timm.create_model(..., pretrained=False) + ModelScope 本地权重加载

2. 验证环境

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

环境检查日志: 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_608 (0.306025)
  • Top-2: class_514 (0.132884)
  • Top-3: class_515 (0.012988)
  • Top-4: class_186 (0.010331)
  • Top-5: class_158 (0.009906)

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_error0.007448
mean_abs_error0.001374
relative_error0.0161%
cosine_similarity1.000000
threshold1.0%
结果PASS
  • CPU Top-1: class_608
  • NPU Top-1: class_608
  • CPU Top-5: class_608, class_514, class_515, class_186, class_158
  • NPU Top-5: class_608, class_514, class_515, class_186, class_158
  • Top-1 match: True
  • Top-5 match: True

5. 性能参考

指标数值
avg_time14.1081 ms
min_time13.9117 ms
max_time14.3674 ms
p50_time14.1427 ms
p90_time14.3674 ms
p95_time14.3674 ms
images_per_sec70.88

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 和 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 - 精度一致性验证
  • logs/benchmark.log - 性能基准测试

9. 注意事项

  1. 权重通过 ModelScope snapshot_download 下载，首次运行需联网。
  2. 严禁使用 pretrained=True 从 HuggingFace 自动下载。
  3. 推理使用 timm.data.resolve_model_data_config 获取官方预处理参数。
  4. 真实 NPU 推理通过 torch.npu.synchronize() 保证时序正确。

10. 标签

#NPU #Ascend #Ascend910 #ImageClassification #timm