timm/xcit_tiny_12_p16_224.fb_dist_in1k on Ascend NPU

1. 简介

本项目将 timm/xcit_tiny_12_p16_224.fb_dist_in1k 图片分类模型适配到华为昇腾 NPU (Ascend910) 上运行。该模型是 Facebook 基于 ImageNet-1k 蒸馏训练的 XCiT-Tiny 变体，输入分辨率为 224x224，patch size 为 16，12 个 transformer block。

适配方式：通过 ModelScope snapshot_download 下载本地权重，使用 timm.create_model(..., pretrained=False) 加载本地权重，避免 HuggingFace 自动下载，确保推理过程完全离线可用。

2. 验证环境

• NPU: Ascend910
• CANN: 8.5.1
• torch: PyTorch (with torch_npu)
• Python: 3.11

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_508 (0.494738)
• Top-2: class_810 (0.157170)
• Top-3: class_527 (0.090142)
• Top-4: class_681 (0.063209)
• Top-5: class_673 (0.042878)

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_508
• NPU Top-1: class_508
• CPU Top-5: class_508, class_810, class_527, class_681, class_673
• NPU Top-5: class_508, class_810, class_527, class_681, class_673
• Top-1 match: True
• Top-5 match: True

5. 性能参考

在单卡 Ascend910 NPU 上的性能基准（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

• logs/env_check.log — 环境检查
• logs/inference.log — 推理输出
• logs/accuracy.log — 精度一致性验证
• logs/benchmark.log — 性能基准测试

9. 注意事项

• 严禁使用 timm.create_model(..., pretrained=True)，必须通过 ModelScope 下载本地权重加载。
• 权重文件（*.bin, *.safetensors, *.pth, *.pt, *.ckpt, *.onnx）已加入 .gitignore，不提交到 GitCode。
• 模型输入尺寸固定为 3x224x224，预处理使用 timm.data.resolve_model_data_config 自动获取。

10. 标签

#NPU #Ascend #Ascend910 #ImageClassification #timm #XCiT