解决segmentation_models.pytorch中SSL证书验证失败问题
2025-05-22 13:42:44作者:田桥桑Industrious
在使用segmentation_models.pytorch库加载预训练模型时,许多开发者遇到了SSL证书验证失败的错误。这个问题通常表现为"CERTIFICATE_VERIFY_FAILED"错误,导致模型权重文件无法正常下载。
问题现象
当执行以下代码尝试加载预训练模型时:
model = smp.Unet(
encoder_name="vgg19",
encoder_weights="imagenet",
in_channels=3,
classes=1,
activation='sigmoid'
)
系统会抛出URLError,提示SSL证书验证失败,具体错误信息为"certificate verify failed: certificate has expired"。
问题原因
这个问题的根源在于:
- 预训练模型权重文件通常托管在远程服务器上
- 这些服务器的SSL证书可能已经过期或不被本地系统信任
- Python的urllib在下载文件时会默认验证SSL证书
- 当证书验证失败时,下载过程会被中止
解决方案
方法一:手动下载权重文件
最可靠的解决方案是手动下载所需的预训练权重文件,并将其放置在正确的缓存目录中。具体步骤如下:
- 确定你需要下载的模型权重文件URL(可以通过错误信息或查阅文档获得)
- 使用wget或浏览器手动下载该文件
- 将文件放置在torch的缓存目录中(通常是~/.cache/torch/hub/checkpoints/)
例如,对于senet154模型,可以使用以下命令:
wget --no-check-certificate https://data.lip6.fr/cadene/pretrainedmodels/senet154-c7b49a05.pth -O $HOME/.cache/torch/hub/checkpoints/senet154-c7b49a05.pth
方法二:临时禁用SSL验证(不推荐)
虽然不推荐在生产环境中使用,但在开发测试时可以通过以下方式临时禁用SSL验证:
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
注意:这种方法会降低安全性,应谨慎使用。
最佳实践
- 对于常用模型,建议提前下载好权重文件并缓存
- 在持续集成/部署环境中,可以将权重文件作为构建的一部分预先准备好
- 考虑使用国内镜像源或自建模型仓库来避免证书问题
- 定期检查模型权重文件的更新情况
总结
SSL证书验证失败是深度学习开发中常见的问题,特别是在加载预训练模型时。通过理解问题的根源并采用合适的解决方案,开发者可以有效地绕过这一障碍,顺利加载所需的模型权重。手动下载方法虽然稍显繁琐,但提供了最稳定可靠的解决方案。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0305- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (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
866
513

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183

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
265
305

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3