timm/mvitv2_small.fb_in1k on Ascend NPU

1. 简介

本项目将 timm/mvitv2_small.fb_in1k (Multiscale Vision Transformer v2 Small) 适配到昇腾 NPU (Ascend910) 上运行。

• 模型来源: ModelScope - timm/mvitv2_small.fb_in1k
• 模型类型: 图片分类 (Image Classification)
• 输入尺寸: 224x224
• 输出类别: 1000 (ImageNet-1k)

2. 验证环境

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

• Top-1: class_680 (0.001462)
• Top-2: class_974 (0.001429)
• Top-3: class_549 (0.001397)
• Top-4: class_669 (0.001367)
• Top-5: class_644 (0.001366)

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：

• CPU Top-1: class_680
• NPU Top-1: class_680
• CPU Top-5: class_680, class_974, class_549, class_669, class_644
• NPU Top-5: class_680, class_974, class_549, class_669, class_644
• Top-1 match: True
• Top-5 match: True

5. 性能参考

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。

8. 日志文件

• 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，严禁使用 pretrained=True 从 HuggingFace 自动下载。
2. 推理脚本使用 timm.data.resolve_model_data_config 获取预处理配置。
3. 模型权重加载方式为本地 safetensors 格式。

10. 标签

#NPU #Ascend #Ascend910 #ImageClassification