首页
/ ADetailer项目在Forge UI下的UnpicklingError问题分析与解决方案

ADetailer项目在Forge UI下的UnpicklingError问题分析与解决方案

2025-06-13 21:43:05作者:羿妍玫Ivan

问题背景

在Debian GNU/Linux系统下使用Forge UI运行ADetailer扩展时,用户遇到了一个特定问题:ADetailer只能在首次运行时正常工作,后续尝试使用时会出现UnpicklingError错误,必须重启WebUI才能再次使用。这个问题的核心在于PyTorch 2.6版本对模型加载机制的变更。

技术分析

错误根源

PyTorch 2.6版本将torch.load函数的weights_only参数默认值从False改为True。这一变更旨在提高安全性,防止潜在的恶意代码执行。然而,这也导致了一些依赖旧行为的模型加载出现问题。

具体到ADetailer项目中,错误信息显示:

UnpicklingError: Weights only load failed. This file can still be loaded...

错误表明系统尝试加载ultralytics.nn.tasks.DetectionModel时失败,因为该模型类不在PyTorch默认允许的全局变量列表中。

影响范围

这一问题主要影响:

  1. 使用PyTorch 2.6及以上版本的环境
  2. 需要加载包含复杂模型结构的场景(如ADetailer的人脸检测功能)
  3. 多次连续运行ADetailer的情况

解决方案

方法一:修改torch.serialization.py

  1. 定位到文件:venv/lib/python3.11/site-packages/torch/serialization.py
  2. 找到三处weights_only参数设置:
    • 第一处:weights_only = _default_to_weights_only(pickle_module)
    • 另外两处:weights_only = True
  3. 将所有三处都修改为weights_only = False

注意:此方法直接修改库文件,可能在PyTorch更新后被覆盖。

方法二:环境变量解决方案

更优雅的解决方案是设置环境变量:

export TORCH_FORCE_NO_WEIGHTS_ONLY_LOAD=true

然后再运行webui.sh脚本。

这种方法:

  • 不需要修改任何代码文件
  • 在系统层面解决问题
  • 不会影响其他PyTorch功能

方法三:代码级解决方案

对于开发者而言,可以在代码中添加:

from ultralytics.nn.tasks import DetectionModel
import torch.serialization

torch.serialization.add_safe_globals([DetectionModel])

这种方法将DetectionModel显式添加到安全全局变量列表中,既解决了问题又保持了安全性。

潜在问题与注意事项

  1. 黑色图像问题:有用户报告修改后生成黑色图像,这可能是由于:

    • 模型加载不完整
    • GPU兼容性问题
    • 特定环境配置问题
  2. 安全性考虑:将weights_only设为False会降低安全性,只应在信任模型来源的情况下使用。

  3. 环境差异:不同Forge版本(如reForge)可能有不同的表现,需要针对性测试。

最佳实践建议

  1. 优先使用环境变量解决方案,它最干净且可维护
  2. 如果必须修改代码,考虑在项目启动时动态添加安全全局变量
  3. 对于生产环境,建议等待ADetailer官方更新以完全兼容PyTorch 2.6+

总结

ADetailer在Forge UI下的这一问题是PyTorch安全机制升级带来的兼容性问题。通过理解错误本质和可用的解决方案,用户可以根据自身环境和需求选择最适合的解决方法。随着PyTorch生态的演进,这类问题有望在框架层面得到更好的处理。

登录后查看全文
热门项目推荐
相关项目推荐