问题：

许多模型（特别是huggingface上的模型），在进行推理时都会使用xxxPipeline.from_pretrained(model_path)来加载推理流程，在该过程中，会自动实现各个子模块的初始化以及权重的加载。

而且许多子模块都来自于各种python库，例如transformers或者diffusers，当我们在本地重写了相关模型的结构（即import本地文件中的函数，而不是库中的），并且进行微调后，xxx.Pipeline.from_pretrained并不会加载我们本地的模型结构，依旧是从库中调用。

例如：在diffusers库中有model_A.py，其中包含模型A_function()，为了改动模型A的结构，一般会把该模型移至本地，从本地加载；但是当微调完模型后，xxx.Pipeline.from_pretrained()还是会按照库中的函数进行调用，并且由于from_pretrained()封装较深，直接对pipeline的改动会较为复杂。

解决：

其实xxx.Pipeline.from_pretrained()在加载模型时，通常会按照model_path路径中的model.json/model_index.json来加载，其中的内容例如为：

{"_class_name": "ModelPipeline","_diffusers_version": "0.31.0.dev0","scheduler": ["diffusers","ModelScheduler"],"text_encoder": ["transformers","Text_EncoderModel"],"tokenizer": ["transformers","Text_Tokenizer"],"transformer": ["diffusers","ModelA_Transformer3DModel"],"vae": ["diffusers","AutoencoderKL"]
}

在该json文件中，会告诉xxxPipeline.from_pretrained()从哪个库中调用哪个模型，例如从diffusers中调用ModelA_Transformer3DModel，当我们从本地加载该模型时，只需要在该json文件中将diffusers修改为本地的文件路径即可，例如：

{"_class_name": "ModelPipeline","_diffusers_version": "0.31.0.dev0","scheduler": ["diffusers","ModelScheduler"],"text_encoder": ["transformers","Text_EncoderModel"],"tokenizer": ["transformers","Text_Tokenizer"],"transformer": ["/home/user/model/", # 或者同project路径下: model/model_A"ModelA_Transformer3DModel"],"vae": ["diffusers","AutoencoderKL"]
}

这样，from_pretrained()就会从本地该模型所在文件的路径/home/user/model中去加载ModelA_Transformer3DModel.