ControlNet 1.1模型下载指南：Hugging Face资源获取与验证

你是否在寻找ControlNet 1.1模型的下载资源？是否对如何正确获取和验证模型感到困惑？本文将为你提供一站式解决方案，读完你将能够：了解ControlNet 1.1模型的下载渠道、掌握模型文件的存放位置、学会验证模型完整性的方法以及解决常见的下载问题。

官方资源下载渠道

ControlNet的所有模型和检测器都可以从官方的Hugging Face页面获取。这是获取模型资源最可靠的途径，确保你能够下载到最新且经过验证的版本。

Hugging Face资源页面

官方的Hugging Face资源页面是lllyasviel/ControlNet。在这个页面上，你可以找到ControlNet相关的各种模型文件，包括最新的1.1版本模型。

模型文件类型

在Hugging Face页面上，你可以找到多种类型的模型文件，主要包括：

• ControlNet模型文件：用于实现各种条件控制功能的核心模型
• 检测器模型：如HED边缘检测模型、Midas深度估计模型、Openpose姿态检测模型等

模型文件存放位置

下载完成后，需要将模型文件放置在正确的目录中，以确保ControlNet能够正常加载和使用这些模型。

SD模型存放位置

Stable Diffusion（SD）模型文件需要放置在项目根目录下的models文件夹中。具体路径为：

models/

目前，该目录下已有两个配置文件：

• models/cldm_v15.yaml
• models/cldm_v21.yaml

这些配置文件对应不同版本的ControlNet模型，你下载的模型文件需要与相应的配置文件匹配。

检测器模型存放位置

各种检测器模型需要放置在annotator/ckpts目录中。具体路径为：

annotator/ckpts/

该目录下有一个ckpts.txt文件，提示"Models here."，表明这是存放检测器模型的正确位置。

下载与验证步骤

1. 创建conda环境

在下载模型之前，建议先创建并激活ControlNet的conda环境：

conda env create -f environment.yaml
conda activate control

其中，environment.yaml文件包含了项目所需的所有依赖项。

2. 下载模型文件

访问lllyasviel/ControlNet页面，下载所需的ControlNet 1.1模型文件和检测器模型。确保下载所有必要的预训练权重和检测器模型，包括：

• HED边缘检测模型
• Midas深度估计模型
• Openpose姿态检测模型
• 其他所需模型

3. 放置模型文件

将下载的SD模型文件复制到models/目录，将检测器模型复制到annotator/ckpts/目录。

4. 验证模型完整性

模型下载完成后，可以通过运行ControlNet提供的Gradio应用来验证模型是否正确安装。例如，运行Canny边缘检测的Gradio应用：

python gradio_canny2image.py

如果应用能够正常启动并运行，说明模型已正确安装。你可以使用test_imgs/目录下的测试图片进行进一步验证。

常见问题解决

模型下载速度慢

如果从Hugging Face下载模型速度较慢，可以考虑使用国内的GitHub加速计划仓库：

GitHub 加速计划 / co / ControlNet

模型文件缺失

如果运行应用时提示缺少模型文件，请检查：

1. 模型文件是否放置在正确的目录中
2. 是否下载了所有必要的模型文件
3. 模型文件名称是否正确

模型版本不匹配

ControlNet 1.1模型需要与相应版本的配置文件匹配。如果你使用的是1.1版本模型，确保配置文件也对应正确的版本。目前项目中提供了models/cldm_v15.yaml和models/cldm_v21.yaml两个配置文件。

小结

通过本文的指南，你应该已经掌握了ControlNet 1.1模型的下载、存放和验证方法。正确获取和配置模型是使用ControlNet进行各种条件控制生成的基础。如果你在使用过程中遇到其他问题，可以参考项目的docs/目录下的文档，特别是docs/faq.md文件，其中解答了许多常见问题。

希望本文对你有所帮助，祝你在ControlNet的使用过程中取得良好的效果！如果你觉得本文有用，请点赞、收藏并关注，以便获取更多关于ControlNet的使用技巧和教程。