昇腾ModelZoo中YOLOv5模型部署遇到ACL错误，环境配置已检查仍无法解决

问题描述：

最近在尝试将ModelZoo中的YOLOv5模型部署到昇腾Ascend 910环境，但在模型加载阶段遇到了ACL运行时错误。已经按照官方文档进行了基础环境配置，但问题依然存在。

环境信息：

• 操作系统：Ubuntu 18.04

• Python版本：3.8.10

• Ascend版本：21.0.4

• CANN版本：5.0.4

• ModelZoo版本：1.0.0

• 硬件：Ascend 910 NPU

• 驱动版本：1.0.15

错误现象：

from modelzoo.tensorflow import YOLOv5
model = YOLOv5(weights='coco')
# 报错信息：RuntimeError: ACL error, code: 507017

已尝试的排查步骤：

1. 检查Ascend环境状态

   • 执行 npu-smi info显示设备状态正常

   • 确认CANN环境变量已正确设置：source /usr/local/Ascend/ascend-toolkit/set_env.sh

   • echo $ASCEND_HOME返回路径正确

2. 验证TensorFlow是否能识别NPU设备

   import tensorflow as tf
   from tensorflow.python.client import device_lib
   print(device_lib.list_local_devices())
   # 输出只有CPU和GPU，没有NPU设备

3. 检查版本兼容性

   • 确认TensorFlow版本与CANN版本匹配

   • 检查了官方兼容性文档，未发现明显版本冲突

4. 日志分析

   • 查看了 /root/ascend/log/debug/plog中的CANN日志

   • 发现设备识别相关的初始化错误

核心疑问：

1. 从错误现象看，似乎是TensorFlow未能正确识别NPU设备。但环境变量和驱动状态都显示正常，这种矛盾该如何进一步排查？

2. ACL错误码507017的具体含义是什么？在昇腾社区的文档中未能找到这个错误码的详细解释。

3. 是否有针对YOLOv5模型在昇腾平台上的特定部署指南或已知的兼容性问题？