备注

您正在阅读 MMClassification 0.x 版本的文档。MMClassification 0.x 会在 2022 年末被切换为次要分支。建议您升级到 MMClassification 1.0 版本，体验更多新特性和新功能。请查阅 MMClassification 1.0 的安装教程、迁移教程以及更新日志。

NPU (华为昇腾)

使用方法

首先，请参考 教程 安装带有 NPU 支持的 MMCV。

使用如下命令，可以利用 8 个 NPU 在机器上训练模型（以 ResNet 为例）：

bash tools/dist_train.sh configs/cspnet/resnet50_8xb32_in1k.py 8 --device npu

或者，使用如下命令，在一个 NPU 上训练模型（以 ResNet 为例）：

python tools/train.py configs/cspnet/resnet50_8xb32_in1k.py --device npu

经过验证的模型

模型	Top-1 (%)	Top-5 (%)	配置文件	相关下载
CSPResNeXt50	77.10	93.55	config	model | log
DenseNet121	72.62	91.04	config	model | log
EfficientNet-B4(AA + AdvProp)	75.55	92.86	config	model | log
HRNet-W18	77.01	93.46	config	model | log
ResNetV1D-152	77.11	94.54	config	model | log
ResNet-50	76.40	-	config	model | log
ResNetXt-32x4d-50	77.55	93.75	config	model | log
SE-ResNet-50	77.64	93.76	config	model | log
VGG-11	68.92	88.83	config	model | log
ShuffleNetV2 1.0x	69.53	88.82	config	model | log

以上所有模型权重及训练日志均由华为昇腾团队提供