ADetailer扩展在Stable Diffusion中面部检测异常问题分析

问题现象

在使用Stable Diffusion本地部署时，用户报告ADetailer扩展的"Million faces"功能出现异常。从截图可见，图像上出现了大量重叠的蓝色边界框标记为"face"，表明面部检测模块产生了过多的误检结果。

根本原因分析

经过技术排查，发现该问题与PyTorch版本兼容性直接相关。具体表现为：

1. 当用户升级到PyTorch 2.4.0版本时，在CPU推理模式下会出现此类异常检测结果
2. 降级回PyTorch 2.3.1版本后，问题立即消失
3. 这与ultralytics库中报告的同类问题一致，属于PyTorch 2.4.0版本的一个已知bug

解决方案

针对此问题，建议采取以下解决措施：

1. 版本回退方案：暂时将PyTorch降级至2.3.1版本，这是目前最稳定的解决方案
2. 等待官方修复：PyTorch团队预计将在2.4.1版本中修复此问题，届时可安全升级

技术优化建议

除了版本问题外，用户也可以通过调整ADetailer的参数设置来优化面部检测效果：

1. 置信度阈值调整：适当提高检测模型的置信度阈值，过滤低质量的检测结果
2. 掩膜比例限制：设置合理的掩膜最小/最大比例，排除过大或过小的检测区域
3. 检测数量控制：限制最大检测数量，避免过多重叠框的出现

总结

ADetailer作为Stable Diffusion的重要扩展，其面部检测功能依赖底层深度学习框架的稳定性。此次问题提醒我们，在AI工作流中，框架版本的升级需要谨慎评估，特别是对于生产环境中的关键应用。建议用户在升级前做好测试验证，并关注开源社区的已知问题报告。