sd-webui-depth-lib 项目常见问题解决方案
项目基础介绍
sd-webui-depth-lib 是一个用于与 Control Net 扩展配合使用的深度图库,主要用于 Automatic1111/stable-diffusion-webui 项目。该项目的主要编程语言是 JavaScript 和 Python。JavaScript 占据了项目代码的 69.3%,而 Python 则占据了 30.7%。
新手使用注意事项及解决方案
1. 安装过程中无法找到 "Extension" 标签
问题描述:
新手在安装过程中,可能会找不到 "Extension" 标签,导致无法进行安装。
解决步骤:
-
确认 WebUI 版本:
确保你使用的是 Automatic1111/stable-diffusion-webui 的最新版本,因为 "Extension" 标签可能在旧版本中不存在。 -
手动添加扩展:
如果找不到 "Extension" 标签,可以手动将项目克隆到extensions目录下:- 打开终端,导航到
stable-diffusion-webui的根目录。 - 运行以下命令:
git clone https://github.com/jexom/sd-webui-depth-lib.git extensions/sd-webui-depth-lib - 完成后,重启 WebUI。
- 打开终端,导航到
2. 添加自定义深度图时路径错误
问题描述:
新手在添加自定义深度图时,可能会将文件放在错误的路径下,导致无法加载。
解决步骤:
-
确认路径:
确保自定义深度图文件放置在正确的目录下,路径应为extensions/sd-webui-depth-lib/maps/<category>,其中<category>是你希望显示的分类标签名称。 -
检查文件格式:
确保深度图文件格式正确,通常为.png或.jpg格式。 -
重启 WebUI:
添加完深度图后,重启 WebUI 以确保更改生效。
3. 使用 ControlNet 时 Preprocessor 选项未正确设置
问题描述:
在使用 ControlNet 时,新手可能会错误地选择了 Preprocessor 选项,导致深度图无法正确加载。
解决步骤:
-
取消 Preprocessor 选择:
在 ControlNet 设置中,确保没有选择任何 Preprocessor 选项。项目文档特别指出,使用该深度图库时不应选择 Preprocessor。 -
检查深度图设置:
确保深度图文件已正确加载,并且路径设置无误。 -
重新生成图像:
取消 Preprocessor 选择后,重新生成图像,确保深度图能够正确应用。
通过以上步骤,新手可以更好地理解和使用 sd-webui-depth-lib 项目,避免常见的安装和配置问题。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00