VoidOc/Anxio_model - NPU 适配
模型介绍
- 模型名称: Anxio_model
- 原始模型地址: https://www.modelscope.cn/models/VoidOc/Anxio_model
- 任务类型: OCR Detection (文字检测)
- 模型框架: PyTorch
- 输入格式: 图像
- 输出格式: 检测框坐标
⚠️ 适配状态：失败
失败原因: 该模型在 ModelScope 上的仓库为空，仅包含配置文件和测试图片，不存在实际的模型权重文件（如 .pth, .pt, .bin, .safetensors 等），无法加载模型进行推理和精度对比。
模型仓库文件列表
| 文件名 | 大小 | 说明 |
|---|---|---|
| configuration.json | 46 B | 模型配置 ({"framework":"Pytorch","task":"ocr-detection"}) |
| 1.png | 2.29 MB | 测试图片（非模型权重） |
| README.md | 1,397 B | 默认 README |
| data/data.txt | 4 B | 测试数据 |
| f1/data2.txt | 4 B | 测试数据 |
无任何模型权重文件（.pth, .pt, .bin, .safetensors 等）。
环境准备
依赖环境已在 NPU 服务器上配置完成：
| 组件 | 版本 |
|---|---|
| 操作系统 | Linux aarch64 |
| NPU | Ascend910 (64GB HBM) |
| CANN | 8.5.1 |
| Python | 3.11.14 |
| PyTorch | 2.9.0+cpu |
| torch_npu | 2.9.0.post1 |
推理命令
# 安装依赖
pip install -r requirements.txt
# 运行推理（将报告模型无权重文件的错误）
python3 inference.py
# 运行精度对比
python3 compare_cpu_npu.py推理结果
由于模型仓库无权重文件，CPU 和 NPU 推理均无法执行。
CPU/NPU 精度测试
由于模型无权重文件，无法进行精度对比。
| 指标 | CPU | NPU |
|---|---|---|
| 模型加载 | 失败 | 失败 |
| 模型权重文件 | 不存在 | 不存在 |
| 测试图片 | 存在 (1.png) | 存在 (1.png) |
| 推理结果 | N/A | N/A |
| 推理耗时 | N/A | N/A |
精度测试结论: 由于模型仓库为空，无法进行 CPU 和 NPU 推理，无法计算精度误差。
性能测试
无法执行。
模型标签
#+NPU #+OCR #+文字检测 #+昇腾 #+CV
后续建议
请与模型上传者 VoidOc 确认，将实际的模型权重文件上传至 ModelScope 仓库后，再重新进行 NPU 适配。