ADetailer扩展在API调用中重复执行问题的分析与解决方案
2025-06-13 17:31:51作者:丁柯新Fawn
问题现象
在使用Stable Diffusion WebUI的ADetailer扩展进行API调用时,开发者们报告了一个异常现象:当通过API传递参数请求图像生成时,ADetailer处理过程会被执行多次,而非预期的单次执行。具体表现为:
- 当传递一个空参数数组时,ADetailer不会执行任何操作(正常行为)
- 当传递包含N个参数的数组时,ADetailer会执行N+1次(异常行为)
- 这个问题仅出现在API调用场景,WebUI界面操作则表现正常
问题根源分析
经过开发者社区的深入调查,发现该问题主要由以下几个因素导致:
-
默认模型加载机制:ADetailer扩展在初始化时会默认加载"face_yolov8n.pt"面部检测模型,即使API调用中未明确指定
-
参数解析逻辑缺陷:API参数处理流程中,对"ad_enable"和"skip_img2img"这两个关键标志位的处理存在逻辑问题
-
UI与API行为不一致:WebUI界面操作时能正确处理这些标志位,但API调用路径下未能保持相同的行为一致性
解决方案
目前社区提供了几种可行的解决方案:
临时解决方案
-
版本回退:回退到ADetailer 23.11.0版本可以避免此问题,该版本尚未引入相关缺陷
-
显式参数指定:在API调用中明确包含"ad_enable"和"skip_img2img"参数,即使文档说明这些参数可以省略
{
"alwayson_scripts": {
"ADetailer": {
"args": [
true, // ad_enable
false, // skip_img2img
{
"ad_model": "face_yolov8n.pt",
// 其他参数...
}
]
}
}
}
永久修复方案
开发者可以通过修改源代码来彻底解决此问题。关键修改点在ui.py文件的第195行附近:
w.ad_model = gr.Dropdown(
label="ADetailer detector" + suffix(n),
choices=model_choices,
value="None", // 将默认值从model_choices[0]改为"None"
visible=True,
type="value",
elem_id=eid("ad_model"),
info="Select a model to use for detection.",
)
这一修改确保在未明确指定模型时,扩展不会自动加载任何默认模型。
技术建议
对于依赖ADetailer扩展进行自动化图像处理的开发者,建议:
- 在关键生产环境中暂时使用23.11.0稳定版本
- 如果必须使用新版本,确保API调用中包含所有必要的标志位参数
- 密切关注官方仓库的更新,等待该问题的正式修复
- 考虑在自己的项目中fork并应用上述代码修改,作为临时解决方案
该问题的本质是API接口与UI界面行为不一致导致的边界条件处理缺陷,在开发类似扩展时,需要特别注意不同调用路径下参数处理的统一性。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Python小说下载神器:一键获取番茄小说完整内容如何用md2pptx快速将Markdown文档转换为专业PPT演示文稿 📊京东评价自动化工具:用Python脚本解放双手的高效助手三步掌握Payload-Dumper-Android:革新性OTA提取工具的核心价值定位终极Obsidian模板配置指南:10个技巧打造高效个人知识库终极指南:5步解锁Rockchip RK3588全部潜力,快速上手Ubuntu 22.04操作系统WebPlotDigitizer 安装配置指南:从图像中提取数据的开源工具终极FDS入门指南:5步掌握火灾动力学模拟技巧高效获取无损音乐:跨平台FLAC音乐下载工具全解析终极指南:5步复现Spring Boot高危漏洞CVE-2016-1000027
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
177
Ascend Extension for PyTorch
Python
339
402
React Native鸿蒙化仓库
JavaScript
302
355
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
暂无简介
Dart
770
191
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
140
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247