Insecta - Insect Detection & Identification (Ascend NPU 适配)

pip install torch torch_npu torchvision pillow numpy onnx onnx2torch modelscope

pip install modelscope
modelscope download --model Genius-Society/insecta --local_dir ./insecta_model

# 单张图片推理（含精度对比验证）
python inference.py --image insecta_model/examples/butterfly.jpg --conf 0.15

# 跳过精度对比，仅 NPU 推理
python inference.py --image insecta_model/examples/beetle.jpg --no-compare

python inference.py --image insecta_model/examples/butterfly.jpg --benchmark

python evaluation/eval_precision.py

python evaluation/eval_performance.py

Pipeline: 两阶段级联推理

Input Image (任意分辨率)
     │
     ▼
┌─────────────────┐
│ Stage 1: YOLOv5 │  Input:  [1, 3, 640, 640]
│ Detector        │  Output: [1, 25200, 6]
└────────┬────────┘  NMS + Confidence Filtering
     │
     ▼ Crop Regions
┌─────────────────┐
│ Stage 2: CNN    │  Input:  [1, 3, 224, 224]
│ Identifier       │  Backbone: Conv+BN+ReLU6 Blocks
│                  │  Head: FC -> 2037 classes
└────────┬────────┘  Output: [1, 2037] logits
     │
     ▼ Softmax + Top-K
┌─────────────────┐
│ Result:          │
│ Class + BBox +   │
│ Confidence       │
└─────────────────┘

# 精度评测 (CPU vs NPU 原始输出对比)
python evaluation/eval_precision.py

# 性能评测 (延迟基准测试)
python evaluation/eval_performance.py

├── README.md                       # 本文档（部署文档 + 评测报告）
├── inference.py                    # NPU 推理脚本（含精度验证 + 性能基准）
├── evaluation/
│   ├── eval_precision.py           # 精度评测脚本
│   ├── eval_precision.log          # 精度评测运行日志
│   ├── eval_performance.py         # 性能评测脚本
│   └── eval_performance.log        # 性能评测运行日志
└── insecta_model/                  # 模型文件 (ModelScope 下载)
    ├── quarrying_insect_detector.onnx       # YOLOv5 检测器 (27MB)
    ├── quarrying_insect_identifier.onnx      # CNN 分类器 (21.6MB)
    ├── quarrying_insectid_label_map.txt     # 2037 类标签映射
    ├── configuration.json                    # 模型配置
    └── examples/
        ├── butterfly.jpg                     # 示例：金斑蝶
        └── beetle.jpg                        # 示例：麻步甲