S
Solis_caser/TableTransformerAscendNPU
Model Introduction
Files & versions
Pull Requests
Discussion
Analysis

Table Transformer Detection 昇腾 NPU 适配

模型介绍

本模型仓提供 microsoft/table-transformer-detection 的真实昇腾 NPU 表格检测推理,模型、pixel values、pixel mask、logits 和 boxes 均强制位于 npu:0。

上游模型

  • 固定 revision:2357cbe2b5a5d1c03e54f32764f06058933b65ab
  • 架构:TableTransformerForObjectDetection(DETR + ResNet-18)
  • checkpoint:model.safetensors,115,317,516 bytes
  • SHA-256:8f1aa73170102c038d40155e2734b343bf07e0fe12594228a8590943b01dccf7

仓库不内嵌权重,运行前必须取得并校验上述固定 checkpoint。

输入格式

真实公开样例 example_pdf.png 为 1,447,074 bytes,SHA-256 201ce0118c55c4c52c19690ac6d3f9973467fdb789713b57cf684a7c3e50ff83;预处理使用固定 preprocessor_config.json。

NPU 环境

实测 torch 2.9.0、torch_npu 2.9.0.post1、Transformers 4.57.6、timm 1.0.28、safetensors 0.7.0、Pillow 12.2.0、NumPy 1.26.4。应用依赖见 requirements.txt,不得替换 torch、torch_npu 或 CANN。

运行命令

python3 inference.py --check-only
flock -x -w 1800 /tmp/ascend-model-agent-npu-v1.lock python3 -u inference.py --warmup 3 --bench 10

实际结果

2026-08-20 真实运行退出码 0:参数和输入为 npu:0;logits 为 npu:0 [1,15,3],boxes 为 npu:0 [1,15,4];median 16.080 ms、p95 16.941 ms;检测结果 table,score 0.9998,box [0.4851,0.1694,0.6736,0.0992]。完整输出见 npu_result.txt。

限制

单张样例只证明固定模型可在真实 NPU 前向,不代表数据集级精度。只允许 3 个已记录的 num_batches_tracked 统计缓冲键差异;禁止裁剪、随机初始化或 CPU fallback。

许可证

上游模型卡声明 MIT License;真实样例仍受其数据来源条款约束。

截图证据

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