系列编排日期为 2026 年 8 月；技术基线核对与教学代码 CPU 验证日期为 2026-10-12。适用 Hi3516CV610 与本系列注明的 SDK/工具版本，实测范围见第 12 章。
返回系列目录 · 本篇属于 12 章与 4 份附录。
PC 仿真用于验证编译产物的功能和数值行为。它不提供真实板端的 NPU 时延、MMZ 峰值或多模型并发能力，应当与板端测试分别记录。
文档与工具选择
《快速上手指南》第 5 章介绍仿真与精度调试，5.1.1～5.1.4 依次帮助理解误差来源、隔离阶段、使用 MindCmd 比对和调整精度。《MindCmd 使用指南》第 2 章的安装及全局配置、第 3 章 Samples、第 4 章一键推理和第 6 章原框架推理可作为自动化入口，其中 6.3 对应 ONNX。
MindCmd 的命令行和样例配置应使用同包版本。先运行该版本帮助并复制对应 Samples 到实验目录，再填写模型、输入及工具路径；不能将网上另一版命令照搬进来。本项目另有直接链接功能仿真库的可追踪路线，下面采用这条路线展示输入和输出文件。
分成三组数值比较
第一组比较原框架与导出的 ONNX，验证导出。第二组比较原始 ONNX 与等价改写 ONNX，验证图变换。第三组比较改写 ONNX 的 CPU 输出与 OM 功能仿真，评估编译和量化。
如果第二组已经失败，第三组的误差不能全部归因于量化。若只比较最终框，则 Sigmoid、阈值、NMS 和坐标变化可能把真正的数值问题遮住。先比较原始张量，再比较任务结果。
使用项目 benchmark 进行功能仿真
准备：第 12 章生成的 yunet320_original.om、input_0.bgr，以及同版本工具包。以下命令在转换容器内执行：
|
这个 benchmark 是项目专用辅助程序，假设模型有图像、task、work 共三个输入 buffer，默认图像为三通道 UINT8；不满足这些条件时应使用适配过的程序或厂商样例。它不是任意多输入模型执行器。
成功后应有模型描述日志、每个输出的 output_索引.bin，且运行返回成功。若加载阶段失败，先查 OM 类型、仿真库路径和版本；不要为了“跑通”把板端库与 PC 仿真库混合链接。
读取带 stride 的结果
回到具备 NumPy 的宿主机 Python 环境，执行：
|
--prefix 不包含 _0.bin。比较器按日志中的输出名称匹配 NPZ，并去除 padding。输出名不匹配时应检查图输出与硬化配置，不要把脚本改成“只比较第一个同尺寸 tensor”。
如何解读数值指标
MAE 表示平均绝对差；RMSE 更强调大误差；max_abs 能发现局部异常；余弦相似度反映整体方向，但对幅值缩放不敏感，零范数也没有正常定义。不能仅凭余弦接近 1 判断所有数值正确。
概率输出、回归输出和热图的数值尺度不同，需要分别设门槛。教学脚本的 --atol 仅作为自定最大绝对误差检查，不提供量化模型通用阈值。不传时只报告差异，不会把“成功生成 JSON”标为模型精度通过。
之后在独立真实验收集上比较检测召回、框偏差、关键点误差或分割指标。对阈值附近发生变化的样本，保存原始分数和候选集合，判断是否影响任务。
进一步定位与完成条件
若整体输出差异明显，先检查 AIPP 和输入字节，再按厂商数据 dump 流程比较中间层，找到第一个明显偏离的位置。shape 正确却整体倍数变化常提示归一化；局部层开始恶化可能与量化范围、算子实现或改图有关，仍需相邻节点证据支持。
本阶段完成时应有原始输入哈希、CPU 基准、仿真原始文件、描述日志、逐输出指标以及任务级对照。模拟器耗时只能记为本机诊断信息，不填写到板端性能验收表。