cv_pathshift_action-recognition

概述

行为识别模型，支持 400 个 Kinetics-400 动作类别分类，基于 PatchShift Transformer (Swin 骨干) 架构 (29.45M 参数)，基于 ModelScope 的预训练模型，适配 Ascend NPU (Ascend910) 进行推理。

文件	说明
`inference.py`	CPU/NPU 推理脚本，支持 `--device cpu` 或 `--device npu`
`compare_cpu_npu.py`	CPU vs NPU 精度对比脚本
`requirements.txt`	Python 依赖
`terminal_screenshot.png`	推理结果终端截图

精度结论：概率最大绝对误差（MaxAE）为 0.013%，低于 1% 精度要求，余弦相似度为 0.999997，精度验证通过（PASS）。

pip install -r requirements.txt

CPU 推理:

python3 inference.py --device cpu

NPU 推理:

python3 inference.py --device npu

python3 compare_cpu_npu.py

基于现有评测数据，CPU 与 NPU 的余弦相似度精度误差为 0.0003%，小于 1% 的精度要求。

本仓库提供完整的推理脚本，支持 CPU 和 NPU 双平台推理：

# NPU 推理
python3 inference.py --device npu

# CPU 推理
python3 inference.py --device cpu

推理完成后会输出推理结果和耗时，表明模型在 NPU 上推理成功。

概述

ModelScope 模型: iic/cv_pathshift_action-recognition

模型架构: PatchShift Transformer (Swin)

推理设备: CPU / Ascend NPU (Ascend910)

文件

说明

inference.py

CPU/NPU 推理脚本，支持 --device cpu 或 --device npu

compare_cpu_npu.py

CPU vs NPU 精度对比脚本

requirements.txt

Python 依赖

terminal_screenshot.png

推理结果终端截图

精度对比结果

精度结论：概率最大绝对误差（MaxAE）为 0.013%，低于 1% 精度要求，余弦相似度为 0.999997，精度验证通过（PASS）。

注意事项

NPU 推理需要 Ascend910 环境和 torch_npu

首次运行会自动加载模型权重到内存

CPU 和 NPU 结果可能存在微小浮点误差，但在可接受范围内 (< 1%)

精度结论

基于现有评测数据，CPU 与 NPU 的余弦相似度精度误差为 0.0003%，小于 1% 的精度要求。