Stable Diffusion WebUI DirectML 版本中面部修复功能失效问题分析

问题背景

在Stable Diffusion WebUI DirectML项目的1.8.0-RC版本更新后，用户报告了一个关键功能问题：当启用"restore faces"(面部修复)选项时，虽然图像能够正常生成，但面部修复效果并未实际应用。这一问题影响了使用DirectML后端的Windows用户，特别是那些依赖AMD显卡的用户群体。

技术分析

从错误日志中可以清晰地看到问题的根源在于模型加载过程中出现了存储位置恢复失败的错误。具体表现为：

1. 系统尝试加载CodeFormer或GFPGAN面部修复模型时失败
2. 错误信息显示"don't know how to restore data location of torch.storage.UntypedStorage"
3. 该错误与DirectML后端处理PyTorch存储对象的方式有关

深入分析表明，这是由于1.8.0版本中引入的某些改动与DirectML后端不完全兼容所致。当系统尝试将模型权重加载到标记为"privateuseone:0"的设备时，DirectML后端无法正确处理这种特殊的存储位置标记。

解决方案

对于遇到此问题的用户，目前有以下几种可行的解决方案：

方案一：回退到1.7.0版本

1. 使用git命令回退到稳定版本：git reset --hard 601f7e3
2. 回退前备份重要配置文件(webui-user.bat、config.json等)
3. 此方案可完全恢复面部修复功能，但会失去1.8.0的新特性

方案二：使用CPU处理面部修复

1. 在启动参数中添加：--use-cpu gfpgan codeformer
2. 此方案允许继续使用1.8.0版本
3. 缺点是处理速度较慢，特别是对于老旧CPU

方案三：等待官方修复

项目维护者已确认此问题与DirectML后端相关，并标记为已修复状态。用户可以：

1. 关注项目更新，等待包含修复的新版本发布
2. 更新到最新代码后验证问题是否解决

技术细节补充

面部修复功能在Stable Diffusion中通常依赖两种主要模型：

1. CodeFormer：基于Transformer架构的高级面部修复模型
2. GFPGAN：专注于面部特征生成的GAN模型

在DirectML后端下，这些模型需要特殊的处理才能正确加载和运行。1.8.0版本中的改动可能涉及：

• PyTorch存储系统的变更
• 模型加载机制的更新
• 设备分配逻辑的调整

用户建议

对于不同使用场景的用户，我们建议：

1. 注重稳定性用户：暂时回退到1.7.0版本
2. 需要新功能用户：使用CPU处理面部修复，接受性能损失
3. 技术爱好者：可以尝试其他替代方案如ZLUDA，但需注意兼容性问题

总结

Stable Diffusion WebUI DirectML版本在1.8.0更新后面临的面部修复功能失效问题，本质上是后端兼容性问题。用户可根据自身需求选择合适的解决方案，同时关注项目后续更新以获取官方修复。这个问题也提醒我们，在AI绘画工具链中，模型加载和设备兼容性是需要特别关注的技术环节。