cv_resnet_image-quality-assessment-mos_youtubeUGC on Ascend NPU

1. 简介

本文档记录 damo/cv_resnet_image-quality-assessment-mos_youtubeUGC 在昇腾 NPU 上的适配验证结果。

模型来源: damo/cv_resnet_image-quality-assessment-mos_youtubeUGC
架构: ResNet18 backbone + 回归头 (Linear 512->1024->1)
参数量: 11,702,849
适配状态: SUCCESS
适配时间: 2026-05-17

2. 验证环境

组件	版本
`torch`	`2.9.0`
`torch-npu`	`2.9.0.post1`
`torchvision`	`0.24.0`
`CANN`	`8.5.1`

NPU: Ascend 910B4
系统: Ubuntu 22.04.5 LTS (aarch64)

3. 推理脚本

python inference.py --cache-dir ./models/damo/cv_resnet_image-quality-assessment-mos_youtubeUGC --device npu:0

或使用 evaluate_iqa.py 进行完整验证：

python evaluate_iqa.py --cache-dir ./models/damo/cv_resnet_image-quality-assessment-mos_youtubeUGC --output report.json

4. Smoke 验证

功能验证结果：

指标	结果
输出形状	`[1, 1]`
是否有 NaN	否
推理状态	正常

5. 性能参考

指标	数值
平均延迟	2.05 ms
峰值显存	0.04 GB
测试轮数	10

6. 精度评测

NPU vs CPU 精度对比

指标	数值
Cosine Similarity	1.000000
精度误差	0.0000%
是否满足要求	是（< 1%）

7. 评测材料

材料	文件	说明
推理脚本	`inference.py`	独立可运行的 NPU 推理代码
精度评测代码	`evaluate_iqa.py`	CPU vs NPU cosine similarity 对比
环境检查	`env_check.py`	NPU 环境验证脚本
运行日志	`logs/*.log`	完整执行日志（可复现）
精度报告	`report.json`	结构化评测数据
部署文档	`DEPLOY.md`	环境搭建与验证指南
依赖清单	`requirements.txt`	Python 依赖（uv/pip 安装）

8. Agent Skill

本模型适配由以下 Agent Skill 完成（6.2 必填）

项目	内容
Skill 名称	`iqa-resnet-npu-adapt`
触发条件	ResNet 架构图像质量评估模型适配到昇腾 NPU
覆盖模型	cv_resnet_image-quality-assessment-mos_youtubeUGC
核心能力	torchvision ResNet 加载、权重重映射、NPU 迁移、FP16 推理、精度验证、性能基准

使用方法

Agent 自动执行：

# 1. 从 ModelScope 下载模型
python3 wave1/scripts/download_model.py --model damo/cv_resnet_image-quality-assessment-mos_youtubeUGC --cache-dir ./models

# 2. 运行 NPU 评估
python3 wave1/1h_m2fp/evaluate_iqa.py --cache-dir ./models/damo/cv_resnet_image-quality-assessment-mos_youtubeUGC --output report.json

手动复现步骤

# Step 1: 环境检查
python3 env_check.py

# Step 2: 验证模型
python3 evaluate_iqa.py --cache-dir ./models/damo/cv_resnet_image-quality-assessment-mos_youtubeUGC --output report.json

# Step 3: 运行推理
python3 inference.py --cache-dir ./models/damo/cv_resnet_image-quality-assessment-mos_youtubeUGC --device npu:0

9. 模型说明

本模型为图像质量评估模型，基于 ResNet18 骨干网络 + 回归头，输出 MOS (Mean Opinion Score) 分数，范围 [0, 1]，值越大代表图像质量越好。适用于 1080P 及以下分辨率的 UGC 图像质量评价。

贡献者: xujiashuai 参赛赛道: 模型适配赛道 提交时间: 2026-05-17