see-through

一张动漫图,自动拆成可编辑图层

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 计算机视觉 🍴 复刻 494 🐛 待处理 25 👀 关注 42
GitHub ↗
GitHub 星标 ★ 5735
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源论文代码,免费使用

项目预览

see-through 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类计算机视觉
开发团队shitagaki-lab
定价模式🏷️完全免费
价格说明开源论文代码,免费使用
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
GitHub 星标★ 5735
上线时间2026-03-31 00:00:00
代码更新2026-11-14
仓库体积7.0 MB
本站数据更新2026-11-18
维护状态活跃
收录时间2026-10-03
浏览次数8

项目介绍

see-through 是一个面向动漫角色的单图图层分解开源项目,对应 SIGGRAPH 2026 会议论文。它解决的问题是:传统上要把一张动漫角色插画拆成头发、脸部、服装、配饰等独立图层,需要画师手动抠图分层,耗时且依赖经验。该项目利用计算机视觉与生成模型技术,从单张图片自动推断出语义化的图层结构,并输出可编辑的分层结果,让后续的动画制作、Live2D 绑定、表情差分和二次创作可以直接在分层文件上操作。核心能力包括单图输入、语义图层预测、遮挡区域的合理补全,以及保持原画风格一致的分层合成。项目以 Python 实现,提供推理代码与预训练权重,方便研究者和创作者本地运行或集成到制作流程中。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-03 · 当前星标 ★ 5735

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 15 分钟 部署方式:本地安装 5 步

环境要求

  • Python 环境(用于 pip 安装与运行推理脚本)
  • 支持 CUDA 12.8 的 NVIDIA GPU;AMD 显卡需安装与本地 ROCm 运行时匹配的 ROCm wheel
  • 需安装 PyTorch(torch、torchvision、torchaudio)
  • 安装 bitsandbytes 以支持 NF4 量化推理

安装与启动步骤

  1. 1安装 PyTorch

    按 README 要求安装 PyTorch,CUDA 12.8 用户使用对应官方 wheel;AMD ROCm 用户改装与本地 ROCm 运行时匹配的 wheel 集合。

  2. 2安装项目依赖

    在项目根目录安装 requirements.txt,其中包含常用工具与标注器(annotators)等依赖。

    pip install -r requirements.txt
  3. 3安装量化推理依赖

    一次性安装 requirements-inference-bnb.txt,以启用 bitsandbytes 的 NF4 量化推理。

    pip install -r requirements-inference-bnb.txt
  4. 4运行 PSD 分层推理

    执行量化推理脚本,指定输入图片并输出 PSD。README 默认开启 group_offload、深度分辨率 720。

    python inference/scripts/inference_psd_quantized.py \
      --srcp assets/test_image.png \
      --save_to_psd
  5. 5使用在线演示

    如果不想本地配置环境,可直接访问 README 提供的 HuggingFace Space 或 ModelScope 在线演示,上传图片得到 PSD 分层结果。

关键配置

配置项必填说明示例
--srcp是指定要分解的源图片路径assets/test_image.png
--save_to_psd否保存为 PSD 分层文件(README 示例中作为开关使用)--save_to_psd
group_offload否量化推理的内存/显存卸载选项,README 说明默认开启group_offload on
depth resolution否推理时的深度分辨率,README 说明默认为 720720

如何确认成功

推理脚本运行结束后会在输出目录生成 PSD 分层文件,可打开查看头发、脸部、服装等是否已分成独立图层。

常见问题

Q:AMD 显卡可以本地运行吗?

A:可以。README 提示 ROCm 用户安装与本地 ROCm 运行时相匹配的 ROCm wheel 集合,而不是直接使用 CUDA 版本。

Q:显存不足怎么办?

A:README 提供了量化推理方案:先安装 requirements-inference-bnb.txt,再运行 inference_psd_quantized.py,默认启用 group_offload 降低显存占用。

Q:有不用本地环境的体验方式吗?

A:有。README 顶部给出 HuggingFace Space(PSD Inference Demo)和 ModelScope 在线演示两个入口,可在网页直接使用。

Q:这个项目收费吗?

A:不收费。README 明确声明这是开源研究项目,没有开设任何付费服务;遇到以此功能收费的网站均与作者无关。

注意事项

  • 本项目是 SIGGRAPH 2026 会议论文的开源研究项目,README 提醒谨防第三方收费网站。
  • README 节选中缺少完整的克隆与权重下载命令,请以仓库页面最新说明为准;首次运行可能需要下载预训练权重。
  • AMD 用户切勿套用 CUDA 12.8 的安装方式,需改用匹配的 ROCm wheel。
  • 输出为可编辑的 PSD 分层文件,可直接用于动画制作、Live2D 绑定与表情差分等后续流程。

核心亮点

  • 从单张图直接输出语义化图层,省去手动抠图分层的大量重复劳动
  • 针对动漫角色优化,能处理头发、服饰等复杂遮挡与细碎结构
  • 有 SIGGRAPH 2026 论文背书,方法具备可复现的学术依据

不足之处

  • 作为新项目,预训练模型覆盖的角色风格和姿态可能有限
  • 复杂背景或强透视场景下的分层质量仍需实际验证

适用场景

  • 画师把成品插画拆层后做表情差分和服装换色
  • Live2D/动画制作前快速获得可绑定的角色部件
  • 二次创作时提取角色元素用于海报或视频合成

替代项目

Anime2Sketch、layerdiffuse

同类项目推荐

GestureGAN 开源

上传一张手势图,一键生成指定新手势,背景身份不变

[ACM MM 2018 Oral] GestureGAN for Hand Gesture-to-Gesture Translation in the Wild

★ 176 2026-08-09
stb-tester 开源

用摄像头看屏幕、用红外按遥控,自动跑机顶盒测试

Automated Testing for Set-Top Boxes and Smart TVs

★ 195 2026-11-08
ANR 开源

用神经网络重建三维场景,实时渲染新视角

Apex Neural Rendering (ANR) by Apex Compute

★ 2531 2026-11-15
LIGHT 开源

无需分类器,轻松生成自然的人-物交互3D动画

[ICLR 2026] Unleashing Guidance Without Classifiers for Human-Object Interaction Ani···

★ 63 2026-08-09
CShade 开源

给 ReShade 装上 AI 引擎,实时提升游戏和视频画质

Motion graphics shaders for ReShade.

★ 65 2026-08-09
BiRefNet 开源

高分辨率图像一键精准抠图,细节不丢失

[CAAI AIR'24] Bilateral Reference for High-Resolution Dichotomous Image Segmentation

★ 4421 2026-08-10
openmac 开源

本地起个服务,图片识别翻译语音一把梭

OpenMac runs a local HTTP server and provides APIs for image OCR recognition, multil···

★ 128 2026-09-29
shiping 开源

按快捷键截屏,AI 立刻看懂并解答屏幕内容

识屏 Shiping:截屏 + AI,看懂屏幕上的任何内容。代码、报错、题目、图表、外文资料,按快···

★ 1209 2026-11-06