如何一次搞定 FaceFusion 模型下载force-download、哈希校验与离线部署完整指南【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion第一次跑 FaceFusion 时最典型的卡点就是模型下载进度条卡死、下载源连不上或者把项目拷到另一台机器后不知道模型该放哪里。这篇文章讲清 FaceFusion 模型下载的完整闭环force-download命令怎么跑、模型文件落在哪个目录、.hash校验文件如何验证以及断网环境下手动搬运模型做离线部署。运行 force-download 一键拉取模型命令与三个关键参数# 默认lite 精简模型集合 python facefusion.py force-download # 拉取完整模型集合 python facefusion.py force-download --download-scope full # 调整下载源尝试顺序默认 github huggingface python facefusion.py force-download --download-providers huggingface github参数说明--download-scope取值lite或full默认lite。前者只拉精简模型集合后者覆盖全部模型功能模块开得越多越建议用full。--download-providers取值github、huggingface可写多个顺序即尝试顺序。系统会依次探测各源基址第一个可达的源生效huggingface 侧还内置了备用镜像地址。单文件下载自带 5 秒超时、5 次重试偶发网络抖动一般重跑即可。它实际做了什么命令启动后FaceFusion 会遍历通用模块与全部处理器模块实现见 facefusion/core.py 的force_download按先下载所有.hash文件 → 再下载模型文件 → 逐文件校验的顺序执行最终用退出码 0/1 表示成败。模型文件统一落到项目根目录的.assets/models/格式为.onnxONNX Runtime 可直接加载的推理模型文件每个模型旁边都有一个同名的.hash文件例如人脸检测器集合里的scrfd_2.5g.onnx、retinaface_10g.onnx、yoloface_8n.onnx、yunet_2023_mar.onnx。哈希校验不通过怎么排查先搞懂 .hash 里装的是什么.hash是一个纯文本文件内容是模型文件对应的 8 位十六进制校验值CRC32 校验和不是 SHA256——这是很多文章写错的地方。校验流程很简单读取.hash内容对同名.onnx文件计算同样的校验值两者相等即代表文件完整。具体逻辑在 facefusion/hash_helper.py。 关键行为校验失败的.onnx会被 FaceFusion 自动删除日志提示 deleting corrupt source下次运行时重新下载。所以文件损坏通常不用你动手。手动复算校验值怀疑某个文件有问题时两条命令即可验证# 复算模型文件的校验值8 位十六进制 python -c import zlib; print(format(zlib.crc32(open(.assets/models/scrfd_2.5g.onnx, rb).read()), 08x)) # 查看官方 .hash 文件内容两者一致即通过 cat .assets/models/scrfd_2.5g.hash下载失败的排障决策树遇到失败先对照下面这棵树定位再动手两点补充各下载源的基址和路径模板写死在 facefusion/choices.py 中排查到底从哪下时可直接查看重跑命令是幂等的本地已完整且校验通过的文件不会重复下载。手动下载模型文件的完整步骤当本机完全无法触达任何下载源时用离线搬运代替手动 curl——手动拼下载 URL 容易拼错而搬运整个模型目录最稳在一台能联网的机器上运行python facefusion.py force-download --download-scope full等退出码为 0把生成的整个.assets/models/目录打包拷走放到离线机器项目根目录的相同位置确保每个.onnx和它的同名.hash在同一目录在离线机器上重跑force-download文件齐全且校验通过时全程不发起下载请求退出码 0 即部署完成。⚠️.hash缺失等同于校验失败打包时一个都不要漏。想抽查任意文件一行调用现成校验函数即可python -c from facefusion.hash_helper import validate_hash; print(validate_hash(.assets/models/scrfd_2.5g.onnx))输出True代表该文件完整可用。离线部署上线前自查清单检查项做法通过标准模型集合齐全python facefusion.py force-download --download-scope full退出码 0.hash配对完整检查.assets/models/每个.onnx旁都有同名.hash校验抽检validate_hash(...)或zlib.crc32复算输出True/ 与.hash内容一致下载源顺序匹配网络--download-providers可达源排在前面模型范围匹配功能--download-scope用到的处理器模块对应模型都在集合内退出码 0 加上校验全绿模型层就算彻底就绪后面换机器、断网重跑都不会再出岔子。【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