ControlNet项目中预处理器SSL证书验证失败问题解析
2025-05-04 02:29:19作者:管翌锬
问题背景
在使用ControlNet扩展进行AI图像生成时,部分预处理器如openpose和depth在执行预览功能时会出现SSL证书验证失败的错误。该问题表现为控制台输出urllib.error.URLError: <urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: unable to get local issuer certificate (_ssl.c:997)>的错误信息。
错误原因分析
该错误的核心原因是Python的urllib库在尝试从Hugging Face下载预训练模型文件时,无法验证服务器的SSL证书。具体来说:
- 当用户尝试使用openpose或depth等预处理器时,系统会尝试从远程服务器下载必要的模型文件
- 下载过程中,Python的SSL模块无法找到或验证服务器证书链中的中间证书
- 这可能是由于:
- 本地系统缺少必要的根证书
- 网络环境使用了特殊代理,导致证书链被修改
- Python环境中的证书包(certifi)不完整或过期
解决方案
1. 手动下载模型文件
最可靠的解决方案是手动下载所需的模型文件并放置到正确位置:
- 根据错误日志中的URL手动下载文件
- 将下载的文件放入
stable-diffusion-webui/extensions/sd-webui-controlnet/annotator/downloads/openpose/目录 - 确保文件名与日志中显示的一致(如body_pose_model.pth)
2. 更新证书包
尝试更新Python环境的证书包:
pip install --upgrade certifi
3. 检查网络环境
如果使用特殊网络连接:
- 尝试切换不同的网络连接
- 检查网络设置是否正确
- 临时关闭防火墙或安全软件测试
4. 临时禁用SSL验证(不推荐)
作为最后手段,可以临时修改Python代码禁用SSL验证,但这会降低安全性:
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
技术细节
ControlNet的预处理器在首次使用时需要下载相应的模型文件。这些文件存储在Hugging Face的服务器上,使用HTTPS协议进行安全传输。Python的urllib库依赖系统的证书存储来验证这些连接的安全性。
在Windows系统上,Python通常会使用系统自带的证书存储。如果这些证书不完整或配置不当,就会导致SSL验证失败。相比之下,Linux系统通常有更完整的证书链配置。
预防措施
- 定期更新Python环境和相关依赖
- 确保系统时间和时区设置正确(错误的系统时间也会导致证书验证失败)
- 在网络环境稳定的情况下使用ControlNet功能
- 考虑预先下载所有可能用到的预处理器模型文件
总结
ControlNet预处理器SSL验证失败是一个常见但可解决的问题。通过理解其背后的技术原理,用户可以采取适当的措施来恢复功能。建议优先采用手动下载模型文件的方法,这不仅能解决当前问题,还能避免未来使用时再次出现下载失败的情况。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210