ADetailer扩展安装失败问题分析与解决方案
问题现象
在使用Stable Diffusion WebUI时,用户尝试安装ADetailer扩展后遇到无法加载的问题。终端显示错误信息表明安装过程中出现了权限拒绝的情况,同时提示"Disable all extensions"选项被设置导致所有扩展未被加载。
错误分析
从错误日志中可以识别出两个关键问题:
-
权限问题:系统在尝试安装必要的Python包(ultralytics、mediapipe和rich)时,对cv2.pyd文件的访问被拒绝,错误代码为WinError 5。
-
扩展禁用:WebUI配置中设置了"Disable all extensions"选项,这会导致所有扩展(包括ADetailer)都不会被加载,无论安装是否成功。
解决方案
解决权限问题
-
以管理员身份运行: 右键点击命令行终端或WebUI启动程序,选择"以管理员身份运行",这将赋予程序更高的文件系统访问权限。
-
修改目录权限: 手动为安装目录设置正确的访问权限:
icacls "C:\Users\larsl\Desktop\stablediffsuion\system\python\Lib\site-packages\cv2" /grant Everyone:F -
使用用户级安装: 在安装命令中添加
--user参数,将包安装在用户目录而非系统目录:python -m pip install --user ultralytics>=8.2.0 mediapipe>=0.10.13 rich>=13.0.0
解决扩展禁用问题
-
检查WebUI配置: 在WebUI的根目录中找到
config.json文件,确保其中没有包含"disable_all_extensions": true的设置。 -
命令行参数检查: 如果通过命令行启动WebUI,检查是否包含
--disable-all-extensions参数,如有则移除。 -
重新启用扩展: 在WebUI界面中,转到"Settings" > "Extensions",确保"Disable all extensions"选项未被勾选。
预防措施
-
安装前准备:
- 确保Python环境版本为3.10.11或更高
- 关闭所有可能占用Python环境的程序
- 临时禁用杀毒软件(安装完成后重新启用)
-
安装后验证:
- 检查
extensions/adetailer目录是否完整 - 确认
models/adetailer目录已创建 - 验证Python包是否成功安装
- 检查
技术背景
ADetailer是一个基于深度学习的自动面部和手部细节增强工具,它依赖于几个关键的Python库:
- ultralytics:提供YOLO模型支持,用于对象检测
- mediapipe:Google开发的媒体处理库,提供面部和手部关键点检测
- rich:终端格式化工具,用于美化输出
这些依赖项的安装失败会导致ADetailer无法正常工作。Windows系统的权限管理机制较为严格,特别是在Program Files等受保护目录下,容易出现安装权限问题。
通过以上解决方案,用户应该能够成功安装并启用ADetailer扩展,享受其提供的自动细节增强功能。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112