Immich 机器学习模型损坏或下载失败怎么处理

Immich 机器学习模型损坏或下载失败怎么处理【免费下载链接】immichHigh performance self-hosted photo and video management solution.项目地址: https://gitcode.com/GitHub_Trending/im/immichImmich 的机器学习服务immich-machine-learning负责智能搜索、人脸识别等任务它需要先从官方模型源下载模型文件。在标准 Docker Compose 部署中如果日志或任务报错提示模型损坏corrupt或模型下载失败官方给出的处理路径是先定位模型缓存卷删除该卷让服务在干净环境中重新下载如果下载源本身不可达则手动下载模型放入缓存目录。模型缓存在哪里先定位 model-cache 卷机器学习服务下载的模型存放在专用 Docker 卷中。默认 compose 文件 docker/docker-compose.yml 里immich-machine-learning服务将model-cache卷挂载到容器内的/cacheimmich-machine-learning: ... volumes: - model-cache:/cache ... volumes: model-cache:环境变量MACHINE_LEARNING_CACHE_FOLDER的含义是 Directory where models are downloaded默认值/cache见 docs/docs/install/environment-variables.md。由于默认 compose 文件的项目名name:字段是immich这个卷在 Docker 中的实际名称是immich_model-cache——官方 FAQ 的命令示例使用的就是这个名字。可以启动一个临时 alpine 容器挂载该卷查看已下载的模型目录docker run -it --rm -v immich_model-cache:/mnt-models alpine sh cd /mnt-models ls clip/ facial-recognition/这会列出clip/、facial-recognition/等按模型类型划分的子目录及其下的具体模型方便你确认哪些模型已经就位、哪些缺失或损坏。模型损坏删除缓存卷让服务重新下载FAQ 对 getting errors about models being corrupt or failing to download 给出的处理方式是删除模型缓存卷让服务获得一个干净环境重新下载模型This will give the service a clean environment to download the model again。对应的 Docker 命令是docker volume rm immich_model-cache执行前注意副作用该操作只删除缓存的模型文件不会触碰数据库和已上传的媒体数据库在DB_DATA_LOCATION目录媒体在UPLOAD_LOCATION目录删除后服务在运行机器学习任务时会按需重新下载模型下载需要能访问互联网如果你改过 compose 项目名命令中的immich_model-cache要替换为你的实际卷名即docker-compose.yml中声明为model-cache的那个卷。如果只是某一个模型损坏或者想顺带清理不再使用的旧模型也可以只删具体的模型目录而不是整个卷先进入上面命令给出的交互环境再执行删除。FAQ 给出的示例形式如下其中ABC、DEF替换为你ls看到的实际模型目录名# rm -r clip/ABC facial-recognition/DEF # delete unused models下载完全失败手动放置模型文件FAQ 同时给出了一条兜底路径如果模型完全无法自动下载failing to download entirely可以从 Immich 官方的 Hugging Face 模型页面手动下载页面链接在 FAQ 文档末尾的引用中再放入缓存目录。放入时按上面ls看到的目录结构组织模型存放在按模型类型和模型名划分的子文件夹中。两条文档依据的边界需要留意官方 Hugging Face 页面上列出的模型才受支持FAQ 明确回答自定义 CLIP 模型 No, this is not supportedTrueNAS 安装文档中提到 Hugging Face Endpoint 设置项说明其用途是 download ML models from a different source默认建议留空。如果你的环境无法访问默认下载源这个设置项是文档中提到的切换下载来源的位置。验证与判断删除或修复缓存后重新执行上面的检查命令确认缺失的模型目录会重新出现。机器学习服务在处理每次任务前会检查对应模型是否已下载没有则下载人脸识别原理一节的描述架构文档也说明服务会按需下载并加载模型、加载后缓存复用。因此当智能搜索、人脸识别等机器学习任务再次运行时缓存中重新出现模型文件说明下载链路已恢复。排查时如果日志显示的是进程类错误而非模型错误参考 FAQ 对 worker crashing 的判断错误提到SIGKILL或错误码 137多半是服务内存不足提到SIGILL没有 K或错误码 132多半是服务器 CPU 与 Immich 不兼容。这两种情况不属于模型缓存问题FAQ 建议增加内存、换用内存更大的服务器或确认 CPU 兼容性。【免费下载链接】immichHigh performance self-hosted photo and video management solution.项目地址: https://gitcode.com/GitHub_Trending/im/immich创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考