# 方案 A：换发型服务本机部署 — 上传文件清单 > 适用场景：从原服务器打包上传 conda 环境 + SD WebUI 代码，在本机完成换发型推理部署。 > > 本机路径：`/home/ubuntu/change_hair`（GPU：RTX 5090 32G，CUDA 12.8） > > 原服务器参考：`szlc@192.168.101.63` > > 更新日期：2026-07-09（核实本机已有资源，更新上传清单） --- ## 一、本机已有资源（已到位，无需再传）✅ 以下资源已确认存在于本机项目中： | 本机路径 | 大小 | 说明 | |---------|------|------| | `project/hair_service_sd/weights/` | 9.9G | 核心推理权重（28个文件，含 GAN/分割/关键点/人脸等全部模型） | | `project/onediff/stable-diffusion-webui/models/` | 4.6G | SD 底模 `v1-5-pruned-emaonly.safetensors` + ESRGAN `4x-UltraSharp.pth` + GFPGAN 全套 | | `project/data/ref_hairstyle/` | 40M | 5 个发型材质（config.json + npy + png + txt） | | `project/data/hair_template_material/` | 24M | 5 个发型模板（pkl + png + matting） | | `project/data/upload_train_imgs/` | 2.5M | 5 个发型原图（jpg） | | `data/train_material/` | 739M | 5 个发型 LoRA 权重（`hairstyle_hd_lora.safetensors`）+ 训练图像 | **当前可用发型（5 个）：** - `chang_bolang`（长波浪） - `chang_huaban`（长花瓣） - `chang_tuoyuan`（长椭圆） - `chang_xinxing`（长心形） - `chang_zhixian`（长直线） > 以上发型可做换发型推理。如需更多发型，见第四节可选上传。 **项目代码（已在 git 仓库中，无需上传）：** - `project/hair_service_sd/`（代码，不含 weights） - `project/photo_service/` - `hair_grow_service/` - 启动脚本、测试脚本等 --- ## 二、必须上传（换发型推理最低配置）🔴 以下 4 项需要从原服务器打包上传，**总计约 18–30G**。 ### 2.1 Conda 环境 × 3 从原服务器 `/home/szlc/miniconda3/envs/` 打包，上传到本机 `/home/ubuntu/miniconda3/envs/`。 | 环境名 | 原服务器路径 | 本机目标路径 | 用途 | 预估大小 | |--------|-------------|-------------|------|---------| | `my_hair` | `/home/szlc/miniconda3/envs/my_hair/` | `/home/ubuntu/miniconda3/envs/my_hair/` | hair_service_sd 主服务（端口 8801） | ~5–8G | | `sdwebui` | `/home/szlc/miniconda3/envs/sdwebui/` | `/home/ubuntu/miniconda3/envs/sdwebui/` | SD WebUI 推理（端口 57860） | ~8–12G | | `py310` | `/home/szlc/miniconda3/envs/py310/` | `/home/ubuntu/miniconda3/envs/py310/` | photo_service LoRA 调度（端口 32678） | ~2–4G | > ⚠️ **为什么必须上传，不能从公网安装？** 这三个环境包含特定版本的 PyTorch + CUDA 扩展、历史版本的 pip 包、以及编译好的 C++/CUDA 算子，依赖关系复杂。项目中的 `env.yaml` 是旧的 Python 3.7 规格，与实际运行环境（Python 3.10）不一致，无法用于重建。 #### 原服务器打包示例 ```bash # 在原服务器（szlc@192.168.101.63）执行 cd /home/szlc/miniconda3/envs tar czf my_hair.tar.gz my_hair/ tar czf sdwebui.tar.gz sdwebui/ tar czf py310.tar.gz py310/ ``` #### 本机解压示例 ```bash # 在本机执行（上传完成后） mkdir -p /home/ubuntu/miniconda3/envs cd /home/ubuntu/miniconda3/envs tar xzf /path/to/my_hair.tar.gz tar xzf /path/to/sdwebui.tar.gz tar xzf /path/to/py310.tar.gz ``` --- ### 2.2 SD WebUI 代码（不含 models） 从原服务器打包 **webui 程序本体**，**排除 models 目录**（本机已有 4.6G 模型权重）。 | 原服务器路径 | 本机目标路径 | 说明 | 预估大小 | |-------------|-------------|------|---------| | `/home/szlc/project/onediff/stable-diffusion-webui/`（排除 `models/`） | `/home/ubuntu/change_hair/project/onediff/stable-diffusion-webui/` | webui.py、modules/、extensions/、repositories/ 等 | ~2–5G | > ⚠️ 本机当前 `project/onediff/stable-diffusion-webui/` 目录只有 `models/` 子目录（4.6G 模型权重），缺少 `webui.py`、`modules/`、`extensions/` 等所有代码文件。 **必须包含的关键文件/目录：** ``` stable-diffusion-webui/ ├── webui.py # 主入口（必需） ├── webui.sh # 启动脚本 ├── webui-user.sh # 用户配置 ├── launch.py ├── modules/ # webui 核心模块 ├── extensions/ # 扩展（如有） ├── repositories/ # 依赖仓库（如有） ├── config.json # 配置文件 ├── ui-config.json # UI 配置（如有） └── style.css / javascript/ # 前端资源 ``` **不要上传（本机已有，勿覆盖）：** ``` models/Stable-diffusion/v1-5-pruned-emaonly.safetensors # 4.0G models/ESRGAN/4x-UltraSharp.pth # 64M models/GFPGAN/GFPGANv1.4.pth # 333M models/GFPGAN/detection_Resnet50_Final.pth # 105M models/GFPGAN/parsing_parsenet.pth # 82M ``` #### 原服务器打包示例（排除 models） ```bash # 在原服务器（szlc@192.168.101.63）执行 cd /home/szlc/project/onediff tar czf webui_code.tar.gz \ --exclude='stable-diffusion-webui/models' \ stable-diffusion-webui/ ``` #### 本机解压示例 ```bash # 在本机执行（保留已有 models 目录） cd /home/ubuntu/change_hair/project/onediff tar xzf /path/to/webui_code.tar.gz # 解压后确认 models/ 仍在且未被覆盖 ls -lh stable-diffusion-webui/models/Stable-diffusion/ ``` --- ## 三、上传清单速查表 复制以下列表，在原服务器逐项确认后打包： ``` # ===== 必须上传（方案 A，共 4 项，约 18–30G）===== # 1. Conda 环境（3 个） /home/szlc/miniconda3/envs/my_hair/ → /home/ubuntu/miniconda3/envs/my_hair/ /home/szlc/miniconda3/envs/sdwebui/ → /home/ubuntu/miniconda3/envs/sdwebui/ /home/szlc/miniconda3/envs/py310/ → /home/ubuntu/miniconda3/envs/py310/ # 2. SD WebUI 代码（排除 models/） /home/szlc/project/onediff/stable-diffusion-webui/（排除 models/） → /home/ubuntu/change_hair/project/onediff/stable-diffusion-webui/ ``` --- ## 四、可选上传（非换发型推理必需）🟡 以下功能暂不需要时可跳过，后续按需补传。 ### 4.1 训练新发型 | 原服务器路径 | 本机目标路径 | 预估大小 | |-------------|-------------|---------| | `/home/szlc/project/kohya_ss_home/` | `/home/ubuntu/change_hair/project/kohya_ss_home/` | ~13G | | `/home/szlc/miniconda3/envs/kohya/` | `/home/ubuntu/miniconda3/envs/kohya/` | ~5G | ### 4.2 换发色功能 | 原服务器路径 | 本机目标路径 | |-------------|-------------| | `/home/szlc/project/data/ref_haircolor/` | `/home/ubuntu/change_hair/project/data/ref_haircolor/` | | `/home/szlc/project/data/ref_color/` | `/home/ubuntu/change_hair/project/data/ref_color/` | | `/home/szlc/project/data/ref_color_imgs/` | `/home/ubuntu/change_hair/project/data/ref_color_imgs/` | | `/home/szlc/.../weights/classify_3_2499.pth` | `project/hair_service_sd/weights/classify_3_2499.pth` | ### 4.3 更多发型 当前只有 5 个发型。如需更多，从原服务器追加： ``` /data/train_material// → data/train_material// /home/szlc/project/data/ref_hairstyle// → project/data/ref_hairstyle// /home/szlc/project/data/hair_template_material// → project/data/hair_template_material// /home/szlc/project/data/upload_train_imgs// → project/data/upload_train_imgs// ``` 原服务器约有 338 个发型，全量 `train_material` 约 121G。 ### 4.4 小文件（可选） | 文件 | 用途 | 大小 | |------|------|------| | `weights/mediapipe/face_landmarker.task` | 发际线检测 | ~3.6M | --- ## 五、上传方式建议 ### 方式 1：rsync 直传（推荐，支持断点续传） ```bash # 从原服务器直传到本机（在本机执行） rsync -avP --partial \ szlc@192.168.101.63:/home/szlc/miniconda3/envs/my_hair/ \ /home/ubuntu/miniconda3/envs/my_hair/ rsync -avP --partial \ szlc@192.168.101.63:/home/szlc/miniconda3/envs/sdwebui/ \ /home/ubuntu/miniconda3/envs/sdwebui/ rsync -avP --partial \ szlc@192.168.101.63:/home/szlc/miniconda3/envs/py310/ \ /home/ubuntu/miniconda3/envs/py310/ rsync -avP --partial \ --exclude='models/' \ szlc@192.168.101.63:/home/szlc/project/onediff/stable-diffusion-webui/ \ /home/ubuntu/change_hair/project/onediff/stable-diffusion-webui/ ``` ### 方式 2：先 tar 再上传到 `/home/ubuntu/data` 若通过网盘中转，先 tar 再上传到 `/home/ubuntu/data/`，上传完成后告知我解压。 --- ## 六、上传完成后的验证 上传完成后，在本机执行以下命令确认文件到位： ```bash # 1. Conda 环境 ls /home/ubuntu/miniconda3/envs/my_hair/bin/python ls /home/ubuntu/miniconda3/envs/sdwebui/bin/python ls /home/ubuntu/miniconda3/envs/py310/bin/python # 2. WebUI 代码 ls /home/ubuntu/change_hair/project/onediff/stable-diffusion-webui/webui.py # 3. 模型未被覆盖 ls -lh /home/ubuntu/change_hair/project/onediff/stable-diffusion-webui/models/Stable-diffusion/v1-5-pruned-emaonly.safetensors ``` 期望结果：4 项均存在，SD 底模约 4.0G。 --- ## 七、上传完成后我会做的事 你上传完毕并告知后，我会依次执行： 1. **路径适配**：运行 `adapt_paths.sh`，将所有硬编码路径从 `/home/xsl/change_hair` 改为 `/home/ubuntu/change_hair`，`/home/xsl/miniconda3` 改为 `/home/ubuntu/miniconda3` 2. **Conda 路径修复**：运行 `fix_conda_paths.py`，修复 3 个环境中二进制文件的 shebang 和内部路径前缀 3. **安装 Miniconda 基础环境**（如尚未安装）：从 `repo.anaconda.com` 下载安装 4. **启动服务**：`bash start_all.sh start`（依赖顺序：webui → photo_service → hair_service_sd） 5. **接口测试**：用 `test_swaphair.py` 验证换发型功能 --- ## 八、部署后服务端口 | 服务 | 端口 | 说明 | |------|------|------| | webui | 57860 | SD img2img 推理 | | photo_service | 32678 | LoRA 加载与调度 | | hair_service_sd | 8801 | 换发型主接口 | | hair_grow_service | 8899 | 生发前端（独立 Flask） | 换发型接口： ``` POST http://127.0.0.1:8801/api/swapHair/v1 ``` --- ## 九、常见问题 **Q：能否只上传 miniconda3 整包，不传单个 env？** 可以。上传 `/home/szlc/miniconda3/` 整包到 `/home/ubuntu/miniconda3/` 也行，体积更大（约 20–30G）但更省事。 **Q：webui 上传时不小心覆盖了 models 怎么办？** 重新从 `/home/ubuntu/data/sdwebui/models/` 或原服务器补传 models 目录即可。 **Q：本机没有 miniconda 基础安装，只传 envs 够吗？** 不够。3 个 env 内的 python 依赖 miniconda 基础库（如 `libstdc++`、`libgcc` 等）。我会在上传完成后先安装 miniconda，再修复 env 内部路径。 **Q：上传后启动报 xformers 错误？** webui 启动参数可能需要去掉 `--xformers`，改用 `--opt-sdp-no-mem-attention`（RTX 5090 支持，我会在路径适配时处理）。 **Q：本机磁盘空间是否足够？** 当前 `/home` 剩余约 30G。3 个 conda 环境约 20–25G，解压后可能吃紧。建议解压一个删一个 tar 包，或考虑清理 `/home/ubuntu/data/`（已有 16G 冗余数据，解压完成后可删除）。