步骤#

• 访问huggingface.co找到text-to-image这个标签，或者如果知道自己要下载什么模型直接搜模型名字
• 建议搞一个本地的虚拟环境

1
python -m virtualenv myenv
2
.\myenv\Scripts\activate

• 安装diffusers

1
pip install diffusers

• 用下面的代码下载模型，酌情进行修改吧，不需要生成图片，我们只需要下载模型即可

1
from diffusers import StableDiffusionPipeline
2
model_id="emilianJR/chilloutmix_NiPrunedFp32Fix"
3
pipe=StableDiffusionPipeline.from_pretrained(model_id,torch_dtype=torch.float16)
4
pipe=pipe.to("cuda")
5
prompt="a girl"
6
image=pipe(prompt).images[0]
7
image.save("image.png")

• 注意：这里的精度是float16，后面要用到，否则生成的模型用不了
• 下载diffusers这个库，这里面有脚本工具用来进行转化的

1
git clone https://github.com/huggingface/diffusers.git

• 找到从huggingface下载的模型的位置，Windows默认一般在这里：

1
c:\users\myaccount\.cache\huggingface\hub\models--emilianxxxFix\snapshots\xxxxx

如果只是将文件位置指定为models—emilianxxx这里，则下面使用的转化工具将提示无法找到对应的unet或vae文件夹，不能执行转化操作。

• 现在进入我们clone好的diffusers文件夹下面的Scripts目录
• 可以看到有这样的一个脚本convert_diffusers_to_original_stable_diffusion.py
• 下面就是进行转化的命令行

1
python convert_diffusers_to_original_stable_diffusion.py --model_path c:\users\myaccount\.cache\huggingface\hub\models--emilianxxxFix\snapshots\xxxxx --checkpoint_path d:\mymodel\emilian.safetensors --half --use_safetensors

• 再次提醒： 命令行里面必须有—half这个参数，因为前面下载的是float16的，如果不加这个—half参数，转化后的模型在SD中调用的时候会报错，提示”safetensors_rust.SafetensorError: Error with deserializing header: HeaderTooLarge”.
• 将转化后的模型emilian.safetensors移动到SD的models,Stable-diffusion目录下，就可以直接使用了。

总结#

这里解决方法，第一用到了曲线下载模型库，第二转化模型到SD原生模式，第三将转化后的模型加载到SD模型库中的三个步骤。

从huggingface上下载模型速度很快，最高可以到5MB/s，转化速度也很快，下载的模型有5GB大小，转化大概只要20秒就完成了。

主要是要注意精度问题，如果不做调整，转化出来也不能用。