cubeai/brain_model on Ascend NPU

1. 简介

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

• 模型架构: ViTForImageClassification
• 任务类型: 多分类图像分类（脑部肿瘤检测）
• 类别数: 4
• 类别: glioma_tumor, meningioma_tumor, no_tumor, pituitary_tumor
• 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-4):

• Top-1: meningioma_tumor (0.420383)
• Top-2: glioma_tumor (0.212789)
• Top-3: no_tumor (0.203128)
• Top-4: pituitary_tumor (0.163700)

完整推理日志 (logs/inference.log):

=== cubeai/brain_model NPU Inference ===
Model: cubeai/brain_model
Loader type: transformers
Input shape: torch.Size([1, 3, 224, 224])
Output shape: torch.Size([1, 4])
Num classes: 4

NPU Top-4 Predictions:
  Top-1: meningioma_tumor (0.420383)
  Top-2: glioma_tumor (0.212789)
  Top-3: no_tumor (0.203128)
  Top-4: pituitary_tumor (0.163700)

All class probabilities:
  glioma_tumor: 0.212789
  meningioma_tumor: 0.420383
  no_tumor: 0.203128
  pituitary_tumor: 0.163700

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: meningioma_tumor
• NPU Top-1: meningioma_tumor
• 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 #BrainTumor