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
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 StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
871
2.01 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
468
461
Ascend Extension for PyTorch
Python
756
956
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
644