Stable Diffusion文本生图代码报错：model.safetensors文件未找到求助

以下是针对你遇到的model.safetensors或unet\diffusion_pytorch_model.safetensors文件缺失报错的具体解决方案：

1. 直接指定本地模型路径 #

如果你已经手动下载了模型文件，不要使用远程模型IDCompVis/stable-diffusion-v1-4，直接替换为你本地存放模型的完整目录路径。比如模型放在./stable-diffusion-v1-4文件夹中，代码修改如下：

model_id = "./stable-diffusion-v1-4"

注意：该目录下必须包含model_index.json文件，以及unet、text_encoder、vae等子文件夹，每个子文件夹内要有对应的模型文件。

2. 检查模型文件结构与格式 #

确认本地模型目录结构和官方发布的一致，示例结构如下：

stable-diffusion-v1-4/
├── model_index.json
├── unet/
│   └── diffusion_pytorch_model.safetensors
├── text_encoder/
│   └── model.safetensors
├── vae/
│   └── diffusion_pytorch_model.safetensors
└── scheduler/
    └── scheduler_config.json

如果你的模型文件是.bin格式而非.safetensors，在加载时添加use_safetensors=False参数：

pipe = StableDiffusionPipeline.from_pretrained(
    model_id, 
    revision="fp16", 
    torch_dtype=torch.float16, 
    use_auth_token=auth_token,
    use_safetensors=False
)

3. 清理Hugging Face缓存 #

Hugging Face会缓存下载的模型文件，若缓存文件损坏也会导致报错。手动删除缓存目录后重新运行代码：

• Windows：C:\Users\<你的用户名>\.cache\huggingface\hub
• Linux/macOS：~/.cache/huggingface/hub

4. 验证授权令牌权限 #

确保你的auth_token拥有访问Stable Diffusion模型的权限，前往Hugging Face个人设置页面，检查令牌是否勾选了read权限。

调整后的示例代码 #

from auth_token import auth_token
from fastapi import FastAPI, Response
from fastapi.middleware.cors import CORSMiddleware
import torch
from torch import autocast
from diffusers import StableDiffusionPipeline
from io import BytesIO
import base64 

app = FastAPI()

app.add_middleware(
    CORSMiddleware, 
    allow_credentials=True, 
    allow_origins=["*"], 
    allow_methods=["*"], 
    allow_headers=["*"]
)

device = "cuda"
# 替换为你的本地模型目录路径
model_id = "./stable-diffusion-v1-4"
pipe = StableDiffusionPipeline.from_pretrained(
    model_id, 
    revision="fp16", 
    torch_dtype=torch.float16, 
    use_auth_token=auth_token,
    # 若使用.bin格式模型，取消下面注释
    # use_safetensors=False
)
pipe.to(device)

@app.get("/")
def generate(prompt: str): 
    with autocast(device): 
        image = pipe(prompt, guidance_scale=8.5).images[0]

    image.save("testimage.png")
    buffer = BytesIO()
    image.save(buffer, format="PNG")
    imgstr = base64.b64encode(buffer.getvalue())

    return Response(content=imgstr, media_type="image/png")

内容的提问来源于stack exchange，提问作者131 Mohammad Ubaida