首页
/ Stable Diffusion WebUI DirectML项目中ADetailer扩展卡顿问题的分析与解决

Stable Diffusion WebUI DirectML项目中ADetailer扩展卡顿问题的分析与解决

2025-07-04 10:26:38作者:蔡丛锟

问题背景

在Stable Diffusion WebUI DirectML项目的1.9.0版本更新后,用户报告在使用ADetailer扩展时遇到了图像生成卡顿的问题。具体表现为:当同时启用face_yolov8n.pt和hand_yolov8n.pt模型进行二次处理时,图像生成过程会在最后阶段停滞,无法完成最终输出。

问题现象分析

从技术日志中可以观察到以下关键现象:

  1. 基础文本到图像生成(txt2img)功能工作正常
  2. ADetailer扩展能够正常加载并初始化(版本24.4.1,检测到10个可用模型)
  3. 人脸检测模型(face_yolov8n.pt)能够完成处理(检测到1张人脸,耗时426.2ms)
  4. 手部检测模型(hand_yolov8n.pt)也能完成处理(检测到2只手,耗时195.2ms)
  5. 问题出现在所有处理步骤完成后(13/13进度),系统无法完成最终的图像合成输出

技术环境分析

该问题出现在以下特定环境中:

  • 使用DirectML后端(通过--use-directml参数启用)
  • 运行在Windows系统上
  • 使用CPU进行Torch计算(--use-cpu-torch)
  • 禁用了半精度浮点运算(--no-half和--no-half-vae)
  • 启用了V1版本的注意力优化(--opt-split-attention-v1)

问题根源

经过开发团队分析,该问题与项目中的另一个已知问题(编号443)具有相同的根本原因。主要涉及DirectML后端在处理特定模型输出时的同步机制问题,导致在多个检测模型串联使用时,系统无法正确完成处理流程。

解决方案

开发团队已通过最新提交修复了这一问题。用户可以通过以下步骤解决问题:

  1. 更新项目到最新代码版本
  2. 确保所有依赖项同步更新
  3. 重新启动WebUI服务

验证结果

用户反馈在应用最新提交后:

  • 文本到图像生成流程恢复正常
  • ADetailer扩展能够完整处理图像
  • 多模型串联使用不再出现卡顿现象
  • 整体生成效率恢复到预期水平

技术建议

对于使用类似环境的开发者,建议:

  1. 定期更新项目代码以获取最新修复
  2. 在启用多个后处理扩展时,注意监控系统资源使用情况
  3. 对于复杂处理流程,考虑分步执行并保存中间结果
  4. 关注DirectML后端的特定优化参数设置

结论

该问题的解决展示了开源社区协作的高效性,也提醒我们在使用特定硬件后端时需要注意其与扩展组件的兼容性。通过持续更新和维护,Stable Diffusion WebUI DirectML项目能够为Windows平台用户提供更稳定的AI图像生成体验。

登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
179
263
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
869
514
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
130
183
openHiTLSopenHiTLS
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
295
331
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
333
1.09 K
harmony-utilsharmony-utils
harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
18
0
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0
kernelkernel
deepin linux kernel
C
22
5
WxJavaWxJava
微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
601
58