Stable Diffusion WebUI DirectML 版本中面部修复功能失效问题分析
2025-07-04 20:44:58作者:田桥桑Industrious
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:
- 系统尝试加载CodeFormer或GFPGAN面部修复模型时失败
- 错误信息显示"don't know how to restore data location of torch.storage.UntypedStorage"
- 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
- 使用git命令回退到稳定版本:
git reset --hard 601f7e3 - 回退前备份重要配置文件(webui-user.bat、config.json等)
- 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
- 在启动参数中添加:
--use-cpu gfpgan codeformer - 此方案允许继续使用1.8.0版本
- 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:
- 关注项目更新,等待包含修复的新版本发布
- 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:
- CodeFormer:基于Transformer架构的高级面部修复模型
- 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:
- 注重稳定性用户:暂时回退到1.7.0版本
- 需要新功能用户:使用CPU处理面部修复,接受性能损失
- 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。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
241
2.38 K
仓颉编译器源码及 cjdb 调试工具。
C++
115
86
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
405
React Native鸿蒙化仓库
JavaScript
216
291
Ascend Extension for PyTorch
Python
79
113
仓颉编程语言运行时与标准库。
Cangjie
122
97
仓颉编程语言测试用例。
Cangjie
34
71
暂无简介
Dart
539
118
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++
590
119