Stable Diffusion WebUI Forge 控制网络(ControlNet) SSL证书验证失败问题解析
2025-05-22 17:16:29作者:彭桢灵Jeremy
问题现象
在使用Stable Diffusion WebUI Forge的控制网络(ControlNet)功能时,部分用户遇到了SSL证书验证失败的错误。具体表现为当尝试使用OpenPose等预处理器时,系统无法自动下载所需的模型文件,控制台显示"[SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: unable to get local issuer certificate"错误信息。
错误原因分析
该问题通常由以下几种情况导致:
- 网络环境限制:用户可能处于企业网络或使用了网络加速服务,这些网络环境有时会拦截HTTPS连接并替换证书
- 系统证书存储问题:操作系统的根证书存储可能不完整或已过期
- Python环境配置:Python的SSL证书验证机制可能未正确配置
- 临时性网络问题:模型托管平台等模型托管服务偶尔可能出现证书服务中断
解决方案
方法一:手动下载模型文件
对于OpenPose预处理器,需要手动下载以下三个模型文件:
- body_pose_model.pth
- hand_pose_model.pth
- facenet.pth
这些文件应放置在WebUI安装目录下的webui\models\ControlNetPreprocessor\openpose文件夹中。
对于其他预处理器:
- Zoe-depth预处理器需要
ZoeD_M12_N.pt文件,放在zoedepth子目录 - Midas预处理器需要
dpt_hybrid-midas-501f0c75.pt文件,放在midas子目录
方法二:修复SSL证书验证
-
更新系统根证书:
- Windows用户可通过Windows Update获取最新证书
- 或手动从Microsoft下载最新的根证书包
-
配置Python信任证书:
- 设置
REQUESTS_CA_BUNDLE环境变量指向有效的证书包 - 或修改Python代码临时禁用SSL验证(不推荐用于生产环境)
- 设置
-
检查网络加速设置:
- 确保没有中间设备干扰HTTPS连接
- 如有必要,配置Python使用系统网络设置
预防措施
- 定期维护系统:保持操作系统和Python环境的更新
- 网络环境检查:在使用AI工具前确认网络连接正常
- 模型预下载:对于常用预处理器模型,可提前下载备用
- 错误日志分析:遇到问题时仔细阅读控制台输出的完整错误信息,通常包含具体的下载URL和预期保存路径
技术背景
SSL/TLS证书验证是HTTPS安全连接的基础机制。当Python的urllib或requests库尝试建立安全连接时,会验证服务器证书的有效性,包括检查证书是否由受信任的机构签发、是否在有效期内、以及主机名是否匹配等。证书验证失败通常表明客户端无法验证服务器身份,可能是由于本地证书存储问题或网络中间设备干扰所致。
在AI模型下载场景中,这一问题尤为常见,因为模型文件通常较大,且托管在专门的平台上,网络路径可能较为复杂。理解并解决这类证书问题对于顺利使用Stable Diffusion WebUI Forge的控制网络功能至关重要。
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-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
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
614
138
Ascend Extension for PyTorch
Python
163
183
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
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
369
3.15 K
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
255
90
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
475
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++
644
255