ModelScope中，修改源码成本地目录之后报了新的错误请问是为什么？

看起来你遇到了一个 KeyError 错误，它说“face_recognition 不在 face-detection 管道组中”。这可能意味着你的 ModelScope 库版本不正确。请确保你正在使用的 ModelScope 版本与你的项目兼容。
另外，请尝试在没有梯子的情况下直接在服务器上安装和运行你的项目，以确定问题是否与梯子有关。如果确实需要使用梯子，你可以尝试设置系统的 HTTP 或 HTTPS 代理，以便 ModelScope 可以通过它进行连接。

看起来您遇到了两个主要问题：一是源代码中的硬编码地址问题，二是无法访问ModelScope库导致的错误。

针对第一个问题，您已经成功地修改了源代码中的硬编码地址为本地路径，但是遇到了新的错误。这个错误提示表明在ImageFaceRecognitionPipeline中使用了未注册的模型"face_recognition"，或者使用了不正确的ModelScope库版本。

要解决这个问题，您可以尝试以下步骤：

1. 确保您使用的ModelScope库版本与您的代码兼容。您可以查看代码中是否有对特定版本的ModelScope库的依赖要求，或者参考相关的文档来了解兼容性信息。
2. 检查您的代码中是否正确注册了"face_recognition"模型。在ImageFaceRecognitionPipeline中，您可能需要调用相应的注册函数或者使用正确的模型名称来注册模型。
3. 如果您已经确认ModelScope库版本正确并且模型注册正确，那么可能是代码中的其他部分出现了问题。您可以尝试仔细检查代码中的其他部分，特别是与ImageFaceRecognitionPipeline相关的部分，看是否有其他硬编码地址或者模型名称的问题。

针对第二个问题，您提到由于服务器必须使用梯子（VPN），所以无法直接访问ModelScope库。这可能导致您无法加载需要的模型或者访问相关服务。

要解决这个问题，您可以考虑以下方法：

1. 配置梯子（VPN）：如果您有权限配置服务器上的梯子（VPN），您可以尝试配置合适的VPN隧道，以便能够直接访问ModelScope库和相关服务。请参考相关的VPN配置文档或者联系服务器管理员以获取帮助。
2. 缓存模型：如果您无法直接访问ModelScope库，您可以考虑将需要的模型缓存到本地或者可访问的存储位置。这样，您就可以直接从本地加载模型，而不需要通过ModelScope库。请注意，这可能需要较大的存储空间，并且需要确保模型的版本与您的代码兼容。
3. 使用其他可替代的模型库：如果您无法解决访问ModelScope库的问题，您可以考虑使用其他可替代的模型库或者服务。例如，您可以尝试使用TensorFlow Hub、PyTorch Hub或者其他模型库来查找可用的模型。

升级一下您离线环境的modelscope版本，测一下这几个import有没有问题，可能是导入有问题，特别是23,24,25行这几个
——此回答整理自钉群：魔搭ModelScope开发者联盟群 ①