Open Deepfake Detection - NPU 适配

模型信息

原始模型：prithivMLmods/open-deepfake-detection
架构：SiglipForImageClassification（SigLIP2 微调版）
参数数量：92,885,762
标签：{0: "Fake", 1: "Real"}
任务：开集深度伪造图像分类

环境配置

组件	版本
PyTorch	2.9.0
torch_npu	2.9.0.post1
昇腾 CANN	8.5.1
NPU	昇腾 910B4（29.5GB）
Transformers	4.57.6

文件说明

文件	描述
`inference.py`	单图像推理 + 基准测试模式
`accuracy_run.py`	CPU 与 NPU 精度验证
`accuracy_run_perf.py`	NPU 性能基准测试
`result.json`	推理结果示例
`accuracy_report.json`	精度验证报告
`perf_report.json`	性能基准测试报告

使用方法

单图像推理

python3 inference.py \
  --model_path /path/to/open-deepfake-detection \
  --image /path/to/face_image.jpg \
  --output result.json

性能基准测试

python3 accuracy_run_perf.py /path/to/open-deepfake-detection 10 perf_report.json

准确性验证

python3 accuracy_run.py \
  --model_path /path/to/open-deepfake-detection \
  --output accuracy_report.json

性能结果（昇腾 910B4）

指标	数值
平均延迟	10.37 ms
中位延迟	10.28 ms
P90 延迟	10.58 ms
P99 延迟	11.40 ms
最小延迟	10.13 ms
最大延迟	11.93 ms
吞吐量	96.44 img/s

示例输出

{
  "predicted_class_id": 1,
  "predicted_label": "Real",
  "probabilities": [0.4700, 0.5300],
  "inference_time_ms": 16409.99
}

首次推理包含 JIT 编译开销（约 16 秒）。后续推理平均耗时约 10.4 毫秒。

注意事项

该模型是深度伪造检测的开集变体（而 deepfake-detector-model-v1 是闭集版本）
两个模型具有相同的架构和参数数量
open-deepfake-detection 的吞吐量略高（在 910B4 上约为 96 张/秒，而对比模型约为 90 张/秒）