| 依赖项 | 版本要求 | 说明 |
|---|---|---|
| Python | >= 3.10 | 推荐 3.11 |
| torch / torch_npu | 2.1.0+ | NPU 上需安装 torch_npu(系统预装) |
| transformers | >= 4.40 | 通过 auto_map + trust_remote_code 加载自定义结构 |
| timm | >= 1.0 | Swin Backbone 组件 |
| kornia | 最新版 | Laplacian 细节提取算子 |
| einops / opencv-python-headless / pillow / numpy | 最新版 | 张量操作与图像处理 |
安装命令:
pip install --target /mnt/workspace/BiRefNet/libs -i https://pypi.tuna.tsinghua.edu.cn/simple transformers timm kornia einops opencv-python-headless pillow numpy# 检查 NPU 设备
npu-smi info
# 权重已就位
ls /home/developer/models/BiRefNet/ # config.json birefnet.py model.safetensors ...PYTHONPATH=/mnt/workspace/BiRefNet/libs python3 inference.py --model_path /home/developer/models/BiRefNet| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| --model_path | str | /home/developer/models/BiRefNet | 本地权重目录 |
| --device | str | 自动(npu > cuda > cpu) | 推理设备 |
| --input_size | int | 1024 | 输入分辨率(官方推荐 1024×1024) |
| --output | str | assets/model_result.png | 结果图保存路径 |
输入:
python3 inference.py --model_path /home/developer/models/BiRefNet输出:
[INFO] device = npu
[INFO] 模型加载完成 load_time=15.2s
[INFO] 推理完成 耗时/elapsed=1.8s (input=1024x1024, device=npu)
[INFO] 输出显著性掩码形状: (1024, 1024), 取值范围: [0.000, 1.000], 前景比例=0.196
[RESULT] status=ok device=npu 耗时/elapsed=1.8s


AutoModelForImageSegmentation.from_pretrained(本地路径, trust_remote_code=True) 加载,local_files_only=True 保证推理全程离线;