z
zhangyuge147/timm-wide_resnet50_2.tv2_in1k-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm/wide_resnet50_2.tv2_in1k on Ascend NPU

1. 简介

本项目将 timm/wide_resnet50_2.tv2_in1k 图片分类模型适配到单卡昇腾 NPU（Ascend910）。 使用 ModelScope snapshot_download 下载权重，并通过 timm.create_model(..., pretrained=False) 加载本地权重，确保推理可在离线 NPU 环境复现。

2. 验证环境

  • NPU: Ascend910 (npu-smi 25.5.2)
  • CANN: 8.5.1
  • Python: 3.11
  • PyTorch + torch_npu

详细环境信息见 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_644 (0.018785)
  • Top-2: class_650 (0.015338)
  • Top-3: class_818 (0.012833)
  • Top-4: class_512 (0.012286)
  • Top-5: class_769 (0.010665)

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_error0.003856
mean_abs_error0.000228
relative_error0.0347%
cosine_similarity1.000000
threshold1.0%
结果PASS
  • CPU Top-1: class_644
  • NPU Top-1: class_644
  • CPU Top-5: class_644, class_650, class_818, class_512, class_769
  • NPU Top-5: class_644, class_650, class_818, class_512, class_769
  • Top-1 match: True
  • Top-5 match: True

5. 性能参考

在单卡 Ascend910 NPU 上的性能（10 次迭代平均）：

指标数值
avg_time(s)0.006593
min_time(s)0.006531
max_time(s)0.006721
p50_time(s)0.006590
p90_time(s)0.006721
p95_time(s)0.006721
images_per_sec151.69

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

关键验证摘要已保存至 screenshots/self_verification.txt，可视化截图见 screenshots/self_verification.png。

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 下载，运行时会自动缓存到本地，无需手动准备。
  2. 严禁使用 timm.create_model(..., pretrained=True) 从 HuggingFace 自动下载。
  3. 推理与测试代码已做 torch.npu.synchronize()，确保 NPU 执行完成后再统计时间。

10. 标签

#NPU #Ascend #Ascend910 #timm #wide_resnet50_2