samples/README.md

換臉效果對比（16 / 8 / 4 bit）

素材為 NASA 公有領域太空人官方肖像照片，用同一套程式碼分別跑 ONNX Runtime FP32（參考） 與 OpenVINO fp16 / int8 / int4 / int4-mixed。

素材與授權

角色	檔案	來源
來源臉孔	input/source_face_nasa_astronaut.jpg	NASA Johnson Space Center，jsc2016e096719（JAXA 太空人 Soichi Noguchi 官方肖像）
目標照片	input/target_photo_nasa_astronaut.jpg	NASA，jsc2017e063393（Expedition 54/55 太空人官方肖像）

• NASA 影像頁面：https://images.nasa.gov/details/jsc2016e096719 、 https://images.nasa.gov/details/jsc2017e063393
• 授權：公有領域（Public Domain），NASA 媒體一般不受版權保護。

檔案

檔案	說明
00_source_face.jpg	來源臉孔對齊後的 128×128 crop
01_target_original_face.jpg	目標臉孔（換臉前）
02_target_original.jpg	目標照片原圖（1280×1024）
03_onnxruntime_fp32_reference.jpg	ONNX Runtime FP32 參考輸出
40_openvino_fp16.jpg	OpenVINO fp16（16-bit）輸出
50_openvino_int8.jpg	OpenVINO int8（W8A8）輸出
60_openvino_int4.jpg	OpenVINO 純 int4（4-bit）輸出
70_openvino_int4_mixed.jpg	OpenVINO int4/8 混合精度輸出
20_face_montage.jpg	128×128 換臉結果並排比較
metrics.json	機讀指標

指標

PSNR/SSIM 以 ONNX Runtime FP32（完全相同的預處理與貼回程式碼）為參考； embedding cos 是 OpenVINO ArcFace 算出的來源 embedding 與 FP32 的餘弦相似度。

精度	swapper 大小	臉部 PSNR ↑	臉部 SSIM ↑	全圖 PSNR ↑	embedding cos ↑	單次換臉 ↑
ONNX Runtime FP32（參考）	554.3 MB	–	–	–	1.00000	8.08 s
fp16 (16-bit)	276.9 MB	56.29 dB	0.9994	71.02 dB	1.00000	0.47 s
int8 (8-bit)	139.1 MB	19.28 dB	0.5557	37.09 dB	0.97941	0.09 s
int4-mixed（75% 權重 4-bit）	91.7 MB	17.28 dB	0.6721	37.70 dB	0.94709	0.40 s
int4（純 4-bit）	69.7 MB	14.79 dB	0.5317	32.29 dB	0.94709	0.43 s

測試機：Xeon Platinum 8559C（16 vCPU）、OpenVINO 2026.4.1；1280×1024 照片、單張臉。

觀察

1. fp16 與原模型幾乎無差（56 dB / SSIM 0.9994），速度快 17×，大小減半 → 預設推薦。
2. int8 最快（0.09 s，比 ONNX Runtime FP32 快 87×），模型只有原版 1/4； 臉部有細微顆粒雜訊，但辨識度與膚色都正常。
3. int4-mixed 是 4-bit 路線的實用點：膚色正常、沒有明顯色偏， 在 PSNR 上甚至比 int8 好一點（因為它在活化函數附近保留了 INT8 層），大小 91.7 MB。
4. 純 int4 不可用：swapper 是類 GAN 網路，4-bit 權重讓膚色整個偏綠/偏橙， 這點在 montage 右下看得很清楚。若一定要「最小模型 + 可接受品質」， 請用 int4-mixed。
5. embedding cos 一欄提醒：ArcFace 的量化精度會直接影響換到誰的臉。 int8 的 cosine 0.979 已足夠安全；用隨機雜訊做校準的話會掉到 0.78（會換錯人）， 所以本 repo 的匯出流程強制使用真實人臉校準資料。

重現

python make_calib_data.py --images "input/*.jpg" --samples 24 --out-dir calib
python export_openvino_inswapper.py --onnx-dir onnx --out-dir models --calib-dir calib
python make_sample.py --onnx-dir onnx --models-dir models --out-dir samples

請勿將換臉結果用於冒充他人或未經同意的用途；InsightFace 模型僅限非商業研究用途。