Lemuel_/ControlNet-Inpaint-NPU
模型介绍
文件和版本
Pull Requests
讨论
分析

OrderAndChaos/controlnet-inpaint-endpoint 昇腾 NPU 推理适配

模型：OrderAndChaos/controlnet-inpaint-endpoint（图像修复）

昇腾 NPU 适配结论

项目结果
前向输出CPU/NPU 一致
精度（rel-L2）0.00018769232568439595（< 1% 阈值，PASS）
性能（NPU avg）2.1014404017478228 ms（batch=1）
稳定性20 轮 batch=1 逐位一致（PASS）
验收六件套齐全，CPU/NPU 独立子进程对比

关键适配点

  • cond_embedding 权重路径。
  • CPU/NPU 独立子进程对比，rel-L2 < 1%。

运行方法

python3 minimal_repro.py
python3 accuracy_eval.py
python3 benchmark.py
python3 stability.py
python3 inference.py

结果文件

  • results/accuracy_250.json / benchmark_250.json / stability_250.json / inference_results_250.json

三张真实终端截图

  • assets/agent_workflow.png / assets/npu_device_call.png / assets/model_result.png