# 效果對比：白頭海雕（Bald Eagle）

這個資料夾是 **同一張低解析度照片** 經過「原始 PyTorch 模型」與「所有 OpenVINO 量化版本」後的結果，
可以直接看出各種精度的差別。

## 來源與授權

| 項目 | 內容 |
|---|---|
| 照片 | NASA Kennedy Space Center, *Baby Eagle in the Rain*（2023-04-25） |
| 原始檔 | `input/nasa_bald_eagle_KSC-20230425-PH-JBS02_0003.jpg`（1280×853） |
| 來源頁面 | https://images.nasa.gov/details/KSC-20230425-PH-JBS02_0003 |
| 授權 | **公有領域（Public Domain）** — NASA 媒體 generally are not subject to copyright |

> NASA 使用條款：https://www.nasa.gov/nasa-brand-center/images-and-media/
> 本 repo 僅取用其中一張照片作為轉換/量化效果的展示素材。

## 測試設定

* 從原照片裁切 `1024×768` 當作 **Ground Truth（HR）**
* 用 bicubic 降 4 倍得到 **輸入 LR：`256×192`**（`00_input_lr_x4.png`）
* 所有模型都用 **tile=128 / tile_pad=16** 分塊推論，輸出 `768×1024`
* PyTorch 參考輸出由 `tools/make_sample.py` 用官方 `RealESRGAN_x4plus.pth`（`params_ema`）產生

## 檔案

| 檔案 | 說明 |
|---|---|
| `00_input_lr_x4.png` | 模型輸入（bicubic 降 4 倍，256×192） |
| `01_bicubic_x4.jpg` | bicubic 上傳對照組 |
| `02_ground_truth.jpg` | 真實 HR（未被降過的原始畫素） |
| `03_pytorch_fp32_reference.jpg` | **原始 PyTorch 模型 FP32 輸出（基準）** |
| `openvino_fp16.jpg` | OpenVINO FP16（與 PyTorch 幾乎一致，48.4 dB） |
| `openvino_int8_w8a8.jpg` | OpenVINO INT8 W8A8（27.8 dB，肉眼幾乎無差） |
| `openvino_int4_mixed_w4a16.jpg` | OpenVINO INT4 混合精度（22.8 dB，輕微變軟） |
| `openvino_int4_w4a16.jpg` | OpenVINO 純 INT4（18.0 dB，噪聲明顯） |
| `openvino_int4_w4a8.jpg` | OpenVINO INT4 權重 + INT8 activation（17.9 dB） |
| `10_detail_montage.jpg` | 同一塊 320×320 細節（鷹頭 + 樹皮）的並排比較 |
| `metrics.json` | 機讀指標 |

## 指標（實測）

| 模型 | 模型大小 | PSNR vs PyTorch FP32 ↑ | SSIM vs PyTorch FP32 ↑ | PSNR vs Ground Truth ↑ | 推論時間 |
|---|---|---|---|---|---|
| `pytorch_fp32`（原始） | 67.0 MB | 基準 | 1.0000 | 20.12 dB | 4.46 s |
| `bicubic x4` | – | 22.54 dB | 0.7049 | **21.70 dB** | – |
| `openvino_fp16` | 35.1 MB | **48.38 dB** | **0.9981** | 20.14 dB | 0.60 s |
| `openvino_int8_w8a8` | 19.5 MB | 27.76 dB | 0.8675 | 20.39 dB | **0.39 s** |
| `openvino_int4_mixed_w4a16` | 15.2 MB | 22.84 dB | 0.8160 | 18.68 dB | 0.61 s |
| `openvino_int4_w4a16` | 11.0 MB | 18.02 dB | 0.4879 | 17.19 dB | 0.60 s |
| `openvino_int4_w4a8` | 11.8 MB | 17.89 dB | 0.4624 | 17.09 dB | 0.69 s |

（測試機：Xeon Platinum 8559C 16 vCPU、OpenVINO 2026.4.1；時間含 model 載入後的單張推論。）

### 怎麼看這張表

1. **FP16 幾乎無損**：48 dB / SSIM 0.998，與原始 PyTorch 肉眼無法分辨，模型大小減半（67 → 35 MB）。
2. **INT8 是最佳平衡點**：27.8 dB、SSIM 0.87，實測比 FP16 快約 1.5×，模型只剩 19.5 MB。
3. **INT4（純 4-bit）** 體積最小（11 MB，比 FP32 小 6 倍），但 4-bit 誤差在 351 層殘差結構中累積，
   會看到明顯的彩色雜訊（見 montage 右下），不建議用在有鑑識需求的照片上。
4. **`int4-mixed`** 讓最敏感的層留在 INT8，畫質回到可用範圍（SSIM 0.82），只比純 INT4 多 38% 體積。
5. 對 HR 的 PSNR 只有 ~20 dB 是正常的：Real-ESRGAN 是針對真實退化訓練的 GAN，輸出偏「銳化/有創意」，
   用 PSNR 衡量 SR 品質向來偏低，重點請看同一組模型之間的相對差異（PSNR vs PyTorch 那一欄）。

## 重現這個資料夾

```bash
pip install torch onnx nncf openvino opencv-python numpy

# 1) 原始 PyTorch 權重（67 MB，不進本 repo）
mkdir -p weights && curl -L -o weights/RealESRGAN_x4plus.pth \
  https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.0/RealESRGAN_x4plus.pth

# 2) 產生整個 samples/eagle_4x（含 PyTorch 參考輸出、各 IR 輸出、montage、metrics.json）
python tools/make_sample.py          # 需要 models/ 底下已備妥各個 IR

# 權重放在別的位置時：
REALESRGAN_PTH=/path/to/RealESRGAN_x4plus.pth python tools/make_sample.py
```

montage 的取樣區塊寫在 `build_montage()`（預設 `y=400, x=620, 320×320`，即鷹頭與樹皮），
`tiled()` 用的是與 `realesrgan_ov.RealESRGAN` 相同的 tile=128 / tile_pad=16 分塊邏輯。