NSFW-Filterization-DecentScan 昇腾 NPU 适配

模型介绍

本仓库包含了 DamarJati/NSFW-Filterization-DecentScan 在华为昇腾 NPU 上的适配与推理实现。

原始模型地址

原始模型: DamarJati/NSFW-Filterization-DecentScan

任务类型

任务类型: 图像分类 / 视觉任务

模型框架

框架: PyTorch + Transformers

输入格式

输入: 图像 (RGB, 224x224)

输出格式

输出: 分类结果（标签 + 置信度分数）

依赖环境

Python 3.11
torch 2.9.0
torch_npu 2.9.0.post1
transformers 4.57.6
torchvision 0.24.0
CANN 8.5.1
昇腾 Ascend 910 (NPU)

NPU 适配说明

本模型基于 HuggingFace Transformers Pipeline 进行推理，在昇腾 NPU 上通过 torch_npu 实现硬件加速。

环境准备

pip install -r requirements.txt

推理命令

python inference.py

推理结果

CPU 推理

推理耗时: 0.2092s

NPU 推理

推理耗时: 0.0184s

部署和推理方法

安装依赖: pip install -r requirements.txt
运行推理: python inference.py
精度对比: python compare_cpu_npu.py

CPU/NPU 精度测试结果

指标	数值
CPU 推理耗时	0.2092s
NPU 推理耗时	0.0184s
MAE (平均绝对误差)	0.000124
Max Error (最大误差)	0.000124
MSE (均方误差)	0.000000
误差百分比	0.0124%

结论: NPU 与 CPU 推理误差 < 1%

性能测试结果

设备	推理耗时 (s)
CPU	0.2092
NPU	0.0184

标签

#+NPU
#+CV
#+图像分类
#+昇腾
#+Ascend
#+PyTorch

推理成功的证明

推理结果日志

CPU inference time: 0.2092s
NPU inference time: 0.0184s