华为Ascend NPU模型转换和推理的完整工具包。 (1) 使用支持多 CANN 版本的 ATC 工具将 ONNX 模型转换为 .om 格式（8.3.RC1、8.5.0+）。 (2) 使用ais_bench在OM模型上运行Python推理。 (3) 比较CPU ONNX 和NPU OM 输出的精度。 (4) 使用 Ultralytics 预处理/后处理进行端到端 YOLO 推理 - 支持检测、姿势、分割、OBB 任务。在升腾 AI 处理器上转换、测试或部署模型时使用。
通过命令行快速安装 atc-model-converter AI 技能到你的开发环境
来源：ascend-ai-coding/awesome-ascend-skills。
Complete guide for converting ONNX models to Ascend AI processor compatible format using ATC (Ascend Tensor Compiler) tool.
| Python | 3.7, 3.8, 3.9, or 3.10 | Python 3.11+ incompatible with CANN 8.1.RC1 | | NumPy | < 2.0 (e.g., 1.26.4) | CANN uses deprecated NumPy API | | ONNX Opset | 11 or 13 (for CANN 8.1.RC1) | Higher opset versions not supported |
SoC version in ATC conversion must exactly match your target device! ```bash # Get exact SoC version from your device npu-smi info | grep Name # Output: Name: 910B3 → Use: --socversion=Ascend910B3 # Output: Name: 310P3 → Use: --socversion=Ascend310P3 ``` Common Error: ``` [ACL ERROR] EE1001: supported socVersion=Ascend910B3,
华为Ascend NPU模型转换和推理的完整工具包。 (1) 使用支持多 CANN 版本的 ATC 工具将 ONNX 模型转换为 .om 格式（8.3.RC1、8.5.0+）。 (2) 使用ais_bench在OM模型上运行Python推理。 (3) 比较CPU ONNX 和NPU OM 输出的精度。 (4) 使用 Ultralytics 预处理/后处理进行端到端 YOLO 推理 - 支持检测、姿势、分割、OBB 任务。在升腾 AI 处理器上转换、测试或部署模型时使用。 来源：ascend-ai-coding/awesome-ascend-skills。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill atc-model-converterBrowse more skills from ascend-ai-coding/awesome-ascend-skills
华为Ascend NPU模型转换和推理的完整工具包。 (1) 使用支持多 CANN 版本的 ATC 工具将 ONNX 模型转换为 .om 格式（8.3.RC1、8.5.0+）。 (2) 使用ais_bench在OM模型上运行Python推理。 (3) 比较CPU ONNX 和NPU OM 输出的精度。 (4) 使用 Ultralytics 预处理/后处理进行端到端 YOLO 推理 - 支持检测、姿势、分割、OBB 任务。在升腾 AI 处理器上转换、测试或部署模型时使用。 来源：ascend-ai-coding/awesome-ascend-skills。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill atc-model-converter 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/ascend-ai-coding/awesome-ascend-skills