ControlNet项目中预处理器SSL证书验证失败问题解析
2025-05-04 15:36:42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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134