stable-diffusion-webui-depthmap-script在A1111 V1.9.3版本中的兼容性问题分析
问题背景
stable-diffusion-webui-depthmap-script是一个用于生成深度图的扩展脚本,它在Automatic1111的Stable Diffusion WebUI中运行。近期有用户报告,在升级到WebUI V1.9.3版本后,该扩展出现了兼容性问题,导致无法正常生成深度图。
错误现象
当用户尝试使用depthmap脚本生成图像时,系统会抛出以下错误:
AttributeError: 'Processed' object has no attribute 'scheduler'
这个错误发生在脚本尝试创建信息文本(info text)的过程中,具体是在调用create_infotext()函数时。
技术分析
错误根源
-
API变更:在WebUI V1.9.3版本中,处理流程的API发生了变化。
create_infotext()函数现在期望接收一个包含scheduler属性的对象作为参数。 -
参数传递问题:在depthmap.py脚本中,错误地将处理后的
processed对象传递给了create_infotext()函数,而不是原始的处理参数对象p。 -
对象属性差异:
Processed类(processed对象的类型)与原始处理参数类(StableDiffusionProcessing类)在属性上存在差异,缺少scheduler属性。
解决方案
要解决这个问题,需要对depthmap.py脚本进行以下修改:
- 找到调用
create_infotext()的代码位置(通常在脚本的run方法中) - 将第一个参数从
processed改为原始处理参数对象p
修改后的代码应该类似于:
info = create_infotext(p, p.all_prompts, p.all_seeds, p.all_subseeds)
技术影响
这个问题的出现反映了WebUI API的演进对扩展脚本的影响。随着WebUI版本的更新,核心API可能会发生变化,这就要求扩展开发者及时跟进并调整自己的代码。
对于用户而言,这种问题可能导致:
- 扩展功能完全无法使用
- 生成过程中断
- 无法保存完整的生成信息
预防措施
为了避免类似问题,建议:
-
扩展开发者:
- 密切关注WebUI的核心代码变更
- 在发布新版本前进行全面测试
- 考虑增加版本兼容性检查
-
终端用户:
- 在升级WebUI前备份重要扩展
- 关注扩展的更新日志
- 遇到问题时检查GitHub上的issue区
总结
stable-diffusion-webui-depthmap-script在WebUI V1.9.3版本中出现的兼容性问题,主要是由于API变更导致的参数传递错误。通过简单的代码调整即可解决这个问题。这也提醒我们,在开源生态中,保持各组件间的版本兼容性是一个需要持续关注的问题。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00