eardoi/ruview-npu
Model Introduction
Files & versions
Pull Requests
Discussion
Analysis

RuView WiFi 感知 CSI 编码器(昇腾 NPU 适配)

RuView 是"把 WiFi 信号变成空间智能"的 WiFi 感知模型(穿墙人体存在检测、 呼吸/心率感知)。本仓库为 RuView 的 CSI 编码器(csi-encoder-8-64-128 对比学习网络,9280 参数 / 48KB 权重):输入 8 维标准化的 WiFi CSI 特征, 输出 128 维 L2 归一化嵌入,并附带存在检测头(presence head)。

本项目完成其在**华为昇腾 NPU(Ascend 910B)**上的推理适配与验证。

模型规格

项目说明
网络Enc(Linear 8→64 → Linear 64→128 + BatchNorm + GELU)
参数量9280(48KB,适合 ESP32 边缘部署)
输入8 维标准化 CSI 特征
输出128 维 L2 归一化嵌入(
权重格式safetensors(model.safetensors,48KB)
支持任务WiFi 感知特征提取(人体检测/生命体征)

环境要求

项目要求
硬件Ascend 910B 系列(≥1 卡)
CANN≥ 8.0(source /usr/local/Ascend/ascend-toolkit/set_env.sh)
Python3.10 – 3.11
torch / torch_npu2.9.0 / 2.9.0.post1
safetensors≥ 0.4

环境准备

source /usr/local/Ascend/ascend-toolkit/set_env.sh
export PIP_INDEX_URL=https://repo.huaweicloud.com/repository/pypi/simple/
pip install torch_npu==2.9.0.post1 safetensors \
    -i https://repo.huaweicloud.com/repository/pypi/simple/

模型权重

权重通过 HuggingFace 镜像获取:

git clone --depth 1 https://hf-mirror.com/ruv/ruview model_src

权重目录包含:model.safetensors(48KB)/ model-q2/q4/q8.bin(ESP32 量化版)/ node-1.json / node-2.json / presence-head.json(RVF 图结构)。

推理

cd /workspace/ruview
python3 inference.py --model_path ./model_src \
    --feat "0.5,0.2,-0.1,0.8,0.3,-0.4,0.6,0.1" --device npu:0

参数

参数说明默认值
--model_path模型权重目录./model_src
--feat8 维 CSI 特征(逗号分隔)确定性示例特征
--device推理设备(npu:0 / cpu)npu:0
--output结果保存文件(可选,npy)stdout

设备解析:NPU 优先,自动回退 CPU。

验证结果(Ascend 910B, npu:0)

输入:8 维标准化 CSI 特征 [0.5, 0.2, -0.1, 0.8, 0.3, -0.4, 0.6, 0.1]

[info] device = npu:0
[info] 已修复 header 填充(\x00 -> 空格)
[info] 权重键数: 17(含 lora / encoder / presence_head)
[info] model loaded: Enc (8->64->128, 9280 参数)
[info] CSI 特征(8 维): [0.5, 0.2, -0.1, 0.8, 0.3, -0.4, 0.6, 0.1]
[info] running inference on npu:0 ...
============================================================
[info] 嵌入维度: 128 (L2 归一化, ||z||=1.0000)
[info] 嵌入前 10 维: [0.0666, -0.2202, -0.0862, 0.0557, ...]
============================================================

编码器在 NPU 上完成 128 维 L2 归一化嵌入提取(||z||=1.0000 验证归一化正确), NPU 推理链路完整跑通。

适配说明

  • 纯 PyTorch 自定义网络,无 CUDA 特有 API,直接 .to(npu) 迁移即可。
  • 权重格式修复:仓库 model.safetensors 的 header 尾部为 \x00 填充 (非标准 safetensors),load_fixed_safetensors() 自动将 \x00 替换为 空格后加载(脚本内自动处理)。
  • 权重展平:仓库权重为展平格式(encoder.w1 shape [512] 等), 加载时按网络形状 reshape(64×8 / 128×64)。
  • 推理使用 torch.no_grad()。
  • 设备解析 resolve_device():NPU 可用性检测,失败自动回退 CPU。
  • 模型权重不推送到仓库:*.safetensors / *.bin 已加入 .gitignore, 仓库仅包含推理脚本、模型卡片与截图素材。

目录结构

.
├── README.md          # 模型卡片(本文件)
├── inference.py       # NPU 推理脚本
└── assets/            # 适配过程截图素材

引用

  • 模型:https://huggingface.co/ruv/ruview
  • 项目:https://huggingface.co/ruv/ruview