JeffDing/fairface_age_image_detection-NPU

fairface_age_image_detection 昇腾NPU部署文档

1. 模型简介

模型名称： fairface_age_image_detection 模型链接： https://ai.gitcode.com/hf_mirrors/dima806/fairface_age_image_detection 模型描述： ViT-base-patch16-224-in21k 微调模型，用于人脸图像年龄组分类检测，基于 FairFace 数据集训练，可识别 9 个年龄组别。 模型架构： ViT (Vision Transformer) 参数规模： 约 86M (ViT-base)

2. 环境依赖

依赖项	版本要求	说明
Python	>= 3.10	推荐 3.11
torch / torch_npu	2.1.0+	昇腾NPU推理
transformers	>= 4.45.0	HuggingFace 库
昇腾驱动	CANN 8.0.RC2+	推荐最新版

安装命令：

pip install torch torch_npu transformers sentencepiece

3. 推理步骤

3.1 环境准备

# 检查 NPU 设备
npu-smi info

3.2 运行推理

# 单条输入推理
python inference.py --input "测试输入内容" --model_path ./fairface_age_image_detection

# 批量输入推理
python inference.py --input_file test_samples.txt --model_path ./fairface_age_image_detection

3.3 推理参数说明

参数	类型	默认值	说明
--input	str	-	输入文本/图像路径
--input_file	str	-	批量输入文件路径
--model_path	str	fairface_age_image_detection	模型路径
--max_length	int	2048	最大生成长度

4. 测试样例及输出结果

样例 1：随机噪声图像推理测试

输入：

/tmp/test_face.jpg (224x224 RGB 随机图像)

输出：

年龄组: 20-29 | 置信度: 0.1515 | 耗时: 0.1833s

耗时： 0.1833s

样例 2：纯红色图像推理测试

输入：

/tmp/test_face_1.jpg (224x224 纯红色)

输出：

年龄组: 40-49 | 置信度: 0.1458 | 耗时: 0.1819s

耗时： 0.1819s

样例 3：纯绿色图像推理测试

输入：

/tmp/test_face_2.jpg (224x224 纯绿色)

输出：

年龄组: 40-49 | 置信度: 0.1387 | 耗时: 0.0062s

耗时： 0.0062s

样例 4：纯蓝色图像推理测试

输入：

/tmp/test_face_3.jpg (224x224 纯蓝色)

输出：

年龄组: 20-29 | 置信度: 0.1473 | 耗时: 0.0060s

耗时： 0.0060s

5. Agent适配截图

5.1 Agent适配全过程截图

Agent 适配流程

5.2 NPU设备调用截图

NPU 设备调用

5.3 模型适配结果截图

模型适配结果

6. NPU运行验证信息

测试样例	NPU输出	耗时	是否成功运行
随机图像 (test_face.jpg)	年龄组: 20-29 (置信度: 0.1515)	0.1833s	✅ 成功
纯红色图像 (test_face_1.jpg)	年龄组: 40-49 (置信度: 0.1458)	0.1819s	✅ 成功
纯绿色图像 (test_face_2.jpg)	年龄组: 40-49 (置信度: 0.1387)	0.0062s	✅ 成功
纯蓝色图像 (test_face_3.jpg)	年龄组: 20-29 (置信度: 0.1473)	0.0060s	✅ 成功

结论： 模型已在 NPU 上成功运行推理，满足验收要求。 说明： 根据最新规则，不再强制精度1%验证，本章节记录 NPU 运行验证结果。

7. 注意事项

推理脚本通过 torch_npu (PyTorch + 昇腾NPU) 调用 NPU
本适配基于昇腾NPU环境验证，模型已在 NPU 上成功运行推理
不强制精度对比验证（根据最新规则，不再强制精度1%验证）
assets/ 目录中的截图需由用户手动补充（素材来源于 NPU 推理调用信息截图）

文档生成时间：2026-08-19 10:12:53

fairface_age_image_detection 昇腾NPU部署文档

1. 模型简介

2. 环境依赖

依赖项	版本要求	说明
Python	>= 3.10	推荐 3.11
torch / torch_npu	2.1.0+	昇腾NPU推理
transformers	>= 4.45.0	HuggingFace 库
昇腾驱动	CANN 8.0.RC2+	推荐最新版

安装命令：

pip install torch torch_npu transformers sentencepiece

3. 推理步骤

3.1 环境准备

# 检查 NPU 设备
npu-smi info

3.2 运行推理

# 单条输入推理
python inference.py --input "测试输入内容" --model_path ./fairface_age_image_detection

# 批量输入推理
python inference.py --input_file test_samples.txt --model_path ./fairface_age_image_detection

3.3 推理参数说明

参数	类型	默认值	说明
--input	str	-	输入文本/图像路径
--input_file	str	-	批量输入文件路径
--model_path	str	fairface_age_image_detection	模型路径
--max_length	int	2048	最大生成长度

4. 测试样例及输出结果

样例 1：随机噪声图像推理测试

输入：

/tmp/test_face.jpg (224x224 RGB 随机图像)

输出：

年龄组: 20-29 | 置信度: 0.1515 | 耗时: 0.1833s

耗时： 0.1833s

样例 2：纯红色图像推理测试

输入：

/tmp/test_face_1.jpg (224x224 纯红色)

输出：

年龄组: 40-49 | 置信度: 0.1458 | 耗时: 0.1819s

耗时： 0.1819s

样例 3：纯绿色图像推理测试

输入：

/tmp/test_face_2.jpg (224x224 纯绿色)

输出：

年龄组: 40-49 | 置信度: 0.1387 | 耗时: 0.0062s

耗时： 0.0062s

样例 4：纯蓝色图像推理测试

输入：

/tmp/test_face_3.jpg (224x224 纯蓝色)

输出：

年龄组: 20-29 | 置信度: 0.1473 | 耗时: 0.0060s

耗时： 0.0060s

5. Agent适配截图

5.1 Agent适配全过程截图

Agent 适配流程

5.2 NPU设备调用截图

NPU 设备调用

5.3 模型适配结果截图

模型适配结果

6. NPU运行验证信息

测试样例	NPU输出	耗时	是否成功运行
随机图像 (test_face.jpg)	年龄组: 20-29 (置信度: 0.1515)	0.1833s	✅ 成功
纯红色图像 (test_face_1.jpg)	年龄组: 40-49 (置信度: 0.1458)	0.1819s	✅ 成功
纯绿色图像 (test_face_2.jpg)	年龄组: 40-49 (置信度: 0.1387)	0.0062s	✅ 成功
纯蓝色图像 (test_face_3.jpg)	年龄组: 20-29 (置信度: 0.1473)	0.0060s	✅ 成功

结论： 模型已在 NPU 上成功运行推理，满足验收要求。 说明： 根据最新规则，不再强制精度1%验证，本章节记录 NPU 运行验证结果。

7. 注意事项

推理脚本通过 torch_npu (PyTorch + 昇腾NPU) 调用 NPU
本适配基于昇腾NPU环境验证，模型已在 NPU 上成功运行推理
不强制精度对比验证（根据最新规则，不再强制精度1%验证）
assets/ 目录中的截图需由用户手动补充（素材来源于 NPU 推理调用信息截图）

文档生成时间：2026-08-19 10:12:53