cv_unet_universal-matting on Ascend NPU
1. 简介
- 模型来源: damo/cv_unet_universal-matting
- 架构: UNet (粗分割 + 精细抠图双子网络)
- 任务: 通用抠图 (Universal Matting: 商品、人物、动物、植物、汽车等)
- 适配状态: BLOCKED
- 适配时间: 2026-05-18
- 阻塞原因: TensorFlow 冻结图格式 (.pb)，当前平台无 TF 运行时
2. 验证环境
| 组件 | 版本 |
|---|
| torch | 2.9.0 |
| torch-npu | 2.9.0.post1 |
| CANN | 8.5.1 |
| NPU | Ascend 910B4 |
3. 精度评测
| 指标 | 数值 |
|---|
| Cosine Similarity | N/A (BLOCKED) |
| Max Abs Error | N/A |
| 是否满足要求 | N/A |
4. 性能
5. 适配说明
本模型使用 TensorFlow 冻结图格式 (tf_graph.pb)，无法在当前 aarch64 平台上安装 TensorFlow 运行时。模型需要 TensorFlow 加载 .pb 文件后才能进行推理。
模型架构为 UNet 双子网络结构：
- 粗分割网络：从输入图片预测粗语义分割 mask
- 精细抠图网络：基于原图和粗 mask 预测精细的四通道抠图结果
6. 推理输出证据
Model: damo/cv_unet_universal-matting
Status: BLOCKED
Reason: TensorFlow not available on aarch64 platform
Model format: TF frozen graph (.pb)
7. CPU vs NPU 精度对比
| 指标 | CPU | NPU | 差异 |
|---|
| Cosine Similarity | N/A | N/A | N/A |
| Max Abs Error | N/A | N/A | N/A |
8. 后续方案
- 在支持 TensorFlow 的环境中运行推理
- 尝试将 .pb 转换为 ONNX 格式后使用 PyTorch 推理
- 联系模型提供方获取 PyTorch 版本
