LangGPT/facial_emotions_detection 在昇腾 NPU 上的部署

1. 简介

本项目将 LangGPT/facial_emotions_detection 模型适配到昇腾 NPU (Ascend910B) 上运行。

• 模型架构：ViTForImageClassification
• 基模型：google/vit-large-patch16-224
• 任务类型：多分类图像分类（面部表情识别）
• 类别数：7
• 类别：sad, disgust, angry, neutral, fear, surprise, happy
• 输入尺寸：224 x 224 RGB
• 框架：PyTorch + Transformers
• 权重来源：ModelScope snapshot_download 本地加载

2. 验证环境

NPU 健康状态：OK

3. 推理运行

pip install -r requirements.txt
python inference.py

推理结果 (NPU Top-5):

• Top-1: neutral (0.184739)
• Top-2: sad (0.169405)
• Top-3: happy (0.152713)
• Top-4: disgust (0.147103)
• Top-5: fear (0.130241)

完整推理日志 (logs/inference.log):

=== LangGPT/facial_emotions_detection NPU Inference ===
Model: LangGPT/facial_emotions_detection
Loader type: transformers
Input shape: torch.Size([1, 3, 224, 224])
Output shape: torch.Size([1, 7])
Num classes: 7

NPU Top-5 Predictions:
  Top-1: neutral (0.184739)
  Top-2: sad (0.169405)
  Top-3: happy (0.152713)
  Top-4: disgust (0.147103)
  Top-5: fear (0.130241)

All class probabilities:
  sad: 0.169405
  disgust: 0.147103
  angry: 0.126599
  neutral: 0.184739
  fear: 0.130241
  surprise: 0.089200
  happy: 0.152713

4. 精度验证

对单张测试图片进行 CPU 与 NPU 一致性验证：

• CPU Top-1: neutral
• NPU Top-1: neutral
• Top-1 match: True

5. 性能参考

测试配置: warmup 2 次 + 正式 10 次，单卡 NPU。

6. 精度评测说明

本项目包含单图 smoke consistency 验证，非官方完整验证集评测。详细指标见第 4 节。

7. 自验证截图

见 screenshots/self_verification.png。

8. 日志文件

9. 注意事项

1. 权重通过 ModelScope snapshot_download 下载，不提交到仓库。
2. 推理时使用 local_files_only=True 避免 HuggingFace 自动下载。
3. 测试图片为随机网络图片，实际性能可能因输入不同而略有差异。

10. 标签

#NPU #Ascend #Ascend910 #ViT #ImageClassification #FacialEmotion