timm/swin_tiny_patch4_window7_224.ms_in22k_ft_in1k on Ascend NPU

1. 简介

本项目将 timm/swin_tiny_patch4_window7_224.ms_in22k_ft_in1k 图片分类模型适配到昇腾 NPU (Ascend910) 上运行。

模型基于 Swin Transformer Tiny 架构，patch size 4，window size 7，输入分辨率 224x224。先在 ImageNet-22K 上预训练，后在 ImageNet-1K 上微调。

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_833 (0.0697)
• Top-2: class_403 (0.0632)
• Top-3: class_628 (0.0625)
• Top-4: class_540 (0.0598)
• Top-5: class_460 (0.0566)

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_833
• NPU Top-1: class_833
• CPU Top-5: [833, 403, 628, 540, 460]
• NPU Top-5: [833, 403, 628, 540, 460]
• 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

9. 注意事项

• 权重通过 ModelScope snapshot_download 下载，严禁使用 timm.create_model(..., pretrained=True) 从 HuggingFace 自动下载。
• 推理时使用 timm.data.resolve_model_data_config 自动获取模型对应的数据预处理配置。
• 若运行时报权限相关 warning（Warning: The /usr/local/Ascend/cann-8.5.1 owner does not match），属环境正常提示，不影响推理。

10. 标签

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