FaceFusion 模型下载完整指南从首跑到离线部署的 3 条路线【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusionFaceFusion 首次运行时卡在模型下载这一步终端抛出curl: (28) Connection timed out等半天又变成validating hash for scrfd_2.5g.onnx failed。这篇文章带你把它的下载链路走通——源怎么选、断点怎么续、离线怎么搬3 条路线层层递进。大多数场景下你在联网机器上跑一句python facefusion.py force-download就够如果目标是完全内网直接看第三条路线。快速选型指南哪条下载路线适合你10 秒决定看哪一节按网络条件从上往下对号入座路线适用场景前置条件耗时force-download直跑外网通畅一次搞定python 3.10已装 curl/ffmpeg/ffprobe10~30 分钟取决于带宽切换 HuggingFace 镜像GitHub 不通HF 或其镜像可达同上同级.assets离线搬迁目标机完全无外网一台联网机器备模型约 1 小时 传输模型下载完成后你看到的就是这样的界面三条路线终点一致。递进式解决方案从一条命令到离线部署路线怎么选看目标机器的网络能通到哪一层——网络越差路线越靠后。路线一force-download 一键完成模型下载最省事先判断你是否适用。外网通畅且三个外部依赖都在# curl 是程序内置的下载引擎ffmpeg/ffprobe 是硬性前置 which curl ffmpeg ffprobe缺哪个先装哪个再往下走。操作步骤。# 没有仓库的话先克隆一份 git clone https://gitcode.com/GitHub_Trending/fa/facefusion cd facefusion # 先下最小必需集lite 是默认范围 python facefusion.py force-download --download-scope lite # 确定还要用背景移除、对口型等功能直接上 full python facefusion.py force-download --download-scope full--download-scope只有lite和full两档前者覆盖检测、关键点、换脸的核心模型后者把全部处理器的模型一起拉下来。文件统一落在.assets/models/每个模型旁边都有一个同名.hash进度条会同时显示当前下载源和文件名方便你判断卡在哪。如何验证成功。# 对单个模型做校验返回 True 即通过实现见 hash_helper.py python -c from facefusion.hash_helper import validate_hash; print(validate_hash(.assets/models/scrfd_2.5g.onnx))校验逻辑很简单读取模型旁边同名的.hash文件比对 CRC32 值.hash缺失时直接判为失败。✅ 退出码 0 且输出True这条路线结束。走不通时的备选出口。全程卡超时去路线二换源磁盘装不下 full先用 lite 跑通业务之后再补。路线二GitHub 连不上时切换 HuggingFace 镜像源先判断你是否适用。GitHub 不通但 HuggingFace 或其镜像可达。操作步骤。源清单定义在 choices.py 里github源指向官方 releaseshuggingface源会先探测huggingface.co不通再自动落到hf-mirror.com。所以 GitHub 失败时只要显式指定第二个源# 只走 HuggingFace 源范围参数保持不变 python facefusion.py force-download --download-providers huggingface --download-scope lite⚠️ 注意两个源可以同时传程序会按顺序探测取第一个可达的想长期生效把download_providers huggingface写进 facefusion.ini 的[download]段以后就不用每次带参数。如何验证成功。再跑一次同样的 force-download已验证的文件会被直接跳过不产生新的下载请求退出码 0 即通过。走不通时的备选出口。两个源都超时不可达别继续调参数了直接去路线三——联网机器备好搬过去。路线三联网机备 .assets离线搬迁完成内网部署最彻底先判断你是否适用。目标机器完全无外网但你能找到一台能联网的。操作步骤。联网机器上先备齐 full 全集再整体打包# 联网机下齐全部模型打包整个 .assets 目录 python facefusion.py force-download --download-scope full tar -czf facefusion-assets.tar.gz .assets内网机器上解到项目根目录与facefusion.py同级。离线机只要求代码版本一致Python 依赖照常在离线机安装即可# 内网机解压到相同位置模型与 .hash 必须保持同目录 tar -xzf facefusion-assets.tar.gz如何验证成功。# 离线跑一遍程序只校验哈希、不会发起新下载输出 0 即全部就位 python facefusion.py force-download --download-scope full; echo $?走不通时的备选出口。个别文件报validating hash ... failed从日志里定位文件名回联网机只重下这一个文件重新打包带过去即可不必重打整包。验收清单逐项打勾再宣布部署完成force-download --download-scope full退出码为 0.assets/models/下每个模型文件都有同名.hash文件抽查一个.onnxvalidate_hash返回True磁盘剩余空间不少于 full 全集所需onnx 模型体积大full 规模达数 GB再跑一次 force-download立即结束且无新下载请求python facefusion.py run通过前置检查并进入界面离线环境下 force-download 全程无网络请求也能跑完避坑指南3 个最高频的模型下载故障点坑 1还没开始下载就报 curl is not installed症状 → 终端第一句就是curl is not installed一个模型都没开始下。原因 → 前置检查会验证 curl、ffmpeg、ffprobe 三个外部依赖缺任意一个直接退出。一句话解法 → 系统级装好对应工具并确认which能找到再重跑命令。坑 2反复出现validating hash for xxx.hash failed症状 → 下载都完成了某个文件的哈希校验却始终不过force-download 每次重试。原因 → 模型与它的.hash不配对——只拷了.onnx没拷.hash或两文件来自不同版本。一句话解法 → 成对重下这一组源文件损坏时程序会自动删除日志见deleting corrupt source你不用手动清。坑 3下载中途停了重跑从断点继续症状 → 进度条停在某个百分比重跑后接着走而不是从零开始。原因 → 这不是故障下载器先对比本地文件大小与远端声明大小本地偏小就续传。一句话解法 → 别删文件原命令重跑即自动续传。三条路线走到你需要的层级就停个人机器到路线一即可路线三留进运维手册留给迁入内网的那天。想深挖换源与续传逻辑读 core.py 里的force_download入口和 download.py 的换源实现即可。进度条走到 100% 时关掉这篇文章去换脸吧。【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考