### 如何在 Hugging Face 上选择和下载 Stable Diffusion 的 ControlNet 模型 要在 Hugging Face 平台上选择并下载适用于 Stable Diffusion 的 ControlNet 模型，需遵循以下方法： #### 1. 访问官方页面 访问指定的 Hugging Face 页面[^2]，该页面包含了所有可用的 ControlNet 模型及相关资源。 #### 2. 浏览模型列表 Hugging Face 提供了多种类型的 ControlNet 模型，每种模型针对不同的应用场景进行了优化。例如： - **Canny 边缘检测模型**：用于生成基于边缘线条的艺术风格图像。 - **Depth 深度估计模型 (Midas)**：利用深度信息增强三维效果。 - **Pose 姿态检测模型 (Openpose)**：通过人体关键点捕捉姿态信息，适合角色设计或动作模仿场景[^3]。 这些模型均可以从 Hugging Face 官方仓库获取，并支持一键下载功能。 #### 3. 下载所需模型 点击目标模型对应的“Download”按钮即可完成下载操作。建议确认所选模型版本与本地运行环境兼容性良好。 #### 4. 存储路径配置 将已下载好的 `.ckpt` 或其他格式文件按照特定目录结构存储至项目根目录下相应位置。具体来说， - 将 SD 主体大模型放置于 `stable-diffusion-webui/models/Stable-diffusion/` 路径内[^1]； - 对于 ControlNet 插件相关组件，则应分别放入如下子文件夹中： - 控制网络本身 → `ControlNet/models/` - 预处理工具包（如 Openpose/Midas/HED 等）→ `ControlNet/annotator/ckpts/` 以下是 Python 实现自动化部署的一个简单脚本示例： ```python import os from huggingface_hub import hf_hub_download def download_controlnet_model(repo_id, filename, destination_folder): """从 HuggingFace Hub 下载 ControlNet 模型""" if not os.path.exists(destination_folder): os.makedirs(destination_folder) model_path = os.path.join(destination_folder, filename) try: downloaded_file = hf_hub_download( repo_id=repo_id, filename=filename, cache_dir=model_path ) print(f"Model successfully saved at {downloaded_file}") except Exception as e: print(f"Error during downloading the model: {e}") # 使用案例 destination_models = "./ControlNet/models" destination_annotators = "./ControlNet/annotator/ckpts" download_controlnet_model("lllyasviel/Annotators", "body_pose_model.pth", destination_annotators) # Pose detector example download_controlnet_model("lllyasviel/ControlNet", "control_v11p_sd15_canny.pth", destination_models) # Canny edge detection example ``` 此代码片段展示了如何借助 `huggingface_hub` 库实现自动化的模型拉取流程。 ---