К содержимому
Другое

face-yolov8m-safetensors

детектор лиц для ADetailer в stable-diffusion.cpp

2 мин чтенияобновлено

Готовый детектор лиц в формате .safetensors для функции ADetailer (автоматическая доработка и улучшение деталей лиц на сгенерированных картинках) в stable-diffusion.cpp. Инструмент находит лица на готовом кадре, после чего генератор перерисовывает каждое лицо в большем разрешении и вставляет обратно, делая черты более чёткими. Релиз представляет собой конвертацию оригинальных весов face_yolov8m.pt из репозитория Bingsu/adetailer на архитектуре Ultralytics YOLOv8 без переобучения или изменения самих весов. Пригодится всем, кто запускает генерацию изображений локально через stable-diffusion.cpp без использования небезопасного формата .pt (Python pickle).

Ключевые особенности

  • Конвертация оригинальных весов YOLOv8m (один класс — face) для распознавания как 2D/аниме, так и реалистичных лиц.
  • Безопасный формат .safetensors размером 49.3 MiB, исключающий риски выполнения произвольного кода при загрузке .pt.
  • При конвертации слои BatchNorm объединены со свёрточными слоями, а внутри файла сохранены все необходимые метаданные для детектора.
  • Полная совместимость с stable-diffusion.cpp, который принимает только детекционные модели YOLOv8 (без поддержки YOLOv9/v11 и сегментации).

Что можно сделать

  • Подключить модель в качестве --ad-model при запуске sd-server в stable-diffusion.cpp для автоматического улучшения лиц на артах и фотореалистичных генерациях.
  • Использовать в локальных офлайн-проектах и играх с генерацией графики на стороне пользователя (как в визуальной новелле dreamer, где детектор работает полностью локально на ПК игрока).

Пример

sd-server ... --ad-model face_yolov8m.safetensors --extra-ad-args confidence=0.3,denoising_strength=0.4,inpaint_width=768,inpaint_height=768
ПодробнееМетрики оригинальной модели Bingsu/adetailer: mAP50 — 0.737, mAP50-95 — 0.424.
Состав тензоров: 166 штук (83 в float32 и 83 в float16), входное разрешение (input_size) — 640.
Данные обучения оригинала: Anime Face CreateML, xml2txt, AN (Roboflow) и WIDER FACE (имеет некоммерческую лицензию на данные).
Лицензия репозитория: GNU AGPL-3.0.
Обсудить Telegram 1

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # igytikh/face-yolov8m-safetensors
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download igytikh/face-yolov8m-safetensors --local-dir ~/models/face-yolov8m-safetensors
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к face-yolov8m-safetensors
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

Bingsu/adetailer

Новые посты про версии adetailer — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 1Все на Hugging Face

О модели

igytikh/face-yolov8m-safetensors
Автор
igytikh
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Aurum 4B

Aurum 4B