timm/vit_large_patch16_224.augreg_in21k on Ascend NPU

1. 简介

本项目将 timm/vit_large_patch16_224.augreg_in21k 图片分类模型适配到单卡昇腾 NPU (Ascend910) 上运行。模型通过 ModelScope 下载权重，使用 timm.create_model(pretrained=False) 加载本地权重，并在 NPU 上完成推理验证、精度一致性检查和性能基准测试。

• 模型来源: ModelScope - timm/vit_large_patch16_224.augreg_in21k
• 模型类型: Vision Transformer (ViT-Large), ImageNet-21k 预训练
• 输出类别数: 21843
• 输入分辨率: 224x224

2. 验证环境

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_14162 (0.323875)
• Top-2: class_14394 (0.193197)
• Top-3: class_14400 (0.097112)
• Top-4: class_14416 (0.043787)
• Top-5: class_14258 (0.038178)

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_14162
• NPU Top-1: class_14162
• CPU Top-5: class_14162, class_14394, class_14400, class_14416, class_14258
• NPU Top-5: class_14162, class_14394, class_14400, class_14416, class_14258
• Top-1 match: True
• Top-5 match: True

5. 性能参考

NPU 单图推理性能（batch=1, 224x224）：

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

1. 权重通过 ModelScope snapshot_download 自动下载到本地缓存目录，请勿将权重文件提交到仓库。
2. timm.create_model 必须设置 pretrained=False，然后从本地路径加载权重。
3. 预处理使用 timm.data.resolve_model_data_config + create_transform，确保与训练时一致。
4. 本模型为 augreg_in21k 版本，输出为 21843 类（ImageNet-21k），非 1000 类。

10. 标签

#NPU #Ascend #Ascend910 #ViT #ImageClassification