cv_yolopv2_image-driving-perception_bdd100k on Ascend NPU
1. 简介
- 模型来源: damo/cv_yolopv2_image-driving-perception_bdd100k
- 架构: YOLOPv2 (You Only Look Once for Panoptic driving Perception)
- 参数量: 38,955,000
- 任务: 驾驶感知 (Driving Perception: 车道检测 + 可行驶区域 + 目标检测)
- 适配状态: SUCCESS
- 适配时间: 2026-05-18
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 | 0.999692 |
| Max Abs Error | 0.000001 |
| 是否满足要求 | 是（cosine > 0.999） |
4. 性能
| 指标 | 数值 |
|---|
| 平均延迟 | 9.43 ms |
| 输出形状 | 驾驶区域 [1,2,640,640] + 车道线 [1,1,640,640] |
5. 适配说明
直接加载 TorchScript 模型并迁移到 NPU。YOLOPv2 是一个端到端的驾驶感知模型，同时输出可行驶区域分割和车道线检测结果。
6. 推理输出证据
Model: damo/cv_yolopv2_image-driving-perception_bdd100k
Output shapes: [1, 2, 640, 640], [1, 1, 640, 640]
Latency: 9.43ms
Cosine Similarity: 0.999692
Max Abs Error: 0.000001
7. CPU vs NPU 精度对比
| 指标 | CPU | NPU | 差异 |
|---|
| Cosine Similarity | 1.0 | 0.999692 | 0.0308% |
| Max Abs Error | - | 0.000001 | - |
