SkinDeep

上传照片，AI 一键去除纹身，还原干净皮肤。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 图像生成 🍴 复刻 107 🐛 待处理 9 👀 关注 14
GitHub ↗
GitHub 星标 ★ 954
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，Apache-2.0许可证，可自由使用，无付费版本。

项目预览

SkinDeep 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类图像生成
开发团队vijishmadhavan
GitHubhttps://github.com/vijishmadhavan/SkinDeep
定价模式🏷️完全免费
价格说明开源项目，Apache-2.0许可证，可自由使用，无付费版本。
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Jupyter Notebook
技术栈/模型controlnet,stable-diffusion
GitHub 星标★ 954
上线时间2021-04-05 00:00:00
代码更新2023-06-01
仓库体积5.0 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

SkinDeep 是一个基于 Stable Diffusion 和 ControlNet 的图像生成项目，专注于从照片中去除纹身（Deinked）。它利用深度学习模型，通过 ControlNet 精确控制生成过程，在保留皮肤纹理和光照的同时，智能移除纹身区域并重建自然皮肤。项目解决了纹身去除这一特定图像编辑需求，为摄影后期、影视特效和虚拟试衣等场景提供自动化解决方案。核心能力包括：纹身区域自动识别与分割、基于扩散模型的图像修复、以及高保真度的皮肤重建。项目以 Jupyter Notebook 形式提供，便于研究者复现和二次开发。

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 2026-08-09 · 当前星标 ★ 954

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶 约 30 分钟 部署方式：本地 (Docker) 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

  • NVIDIA GPU + 驱动
  • Docker + nvidia-container-toolkit

安装与启动步骤

  1. 1准备 GPU 运行时

    镜像需要访问 GPU，先装好 nvidia-container-toolkit。

  2. 2拉取并运行镜像

    README 给出 docker run 命令，注意挂载输入图片目录。

    docker run --gpus all \
  -v $PWD/input:/app/input \
  -v $PWD/output:/app/output \
  <image>

  3. 3放入待处理图片

    把要处理的图片放进挂载的输入目录。

  4. 4取结果

    处理完在输出目录取图。

如何确认成功

输出目录出现处理后的图片，且 GPU 显存有占用（说明确实在用卡）。

常见问题

Q：报 could not select device driver？

A：缺 nvidia-container-toolkit，装好后重启 docker。

注意事项

  • 仓库根 README 极简，未给完整镜像地址与参数，步骤按 Docker 通例整理，置信度标 low。
  • 首次拉镜像体积较大，注意磁盘余量。

核心亮点

  • 利用 ControlNet 精确定位纹身区域，避免误伤周围皮肤。
  • 基于 Stable Diffusion 生成自然皮肤纹理，修复效果逼真。
  • 以 Notebook 形式提供，代码结构清晰，便于学习和定制。

不足之处

  • 依赖 Stable Diffusion 和 ControlNet 环境，部署门槛较高。
  • 对复杂纹身（如大面积彩色图案）效果可能不稳定。
  • 文档/社区待观察

适用场景

  • 摄影后期：快速去除模特身上的临时纹身或瑕疵。
  • 影视特效：制作角色纹身消失的过渡镜头。
  • 电商试衣：模拟无纹身效果，提升服装展示通用性。

替代项目

ControlNet、Stable Diffusion Inpainting、Lama Cleaner

上一篇：voltaML-fast-stable-diffusion

下一篇：open-pose-editor

同类项目推荐

layout2im 开源

给物体框和类别，直接生成符合布局的场景图

Official PyTorch Implementation of Image Generation from Layout - CVPR 2019

★ 194 2026-09-16
image-generator-using-openai-api 开源

输入描述，秒出 AI 图片，零门槛体验 DALL-E。

This is a simple image generator using OpenAI API. you can generate images by enteri···

★ 55 2026-08-09
AnyControl 开源

多条件自由组合，一张图全满足你的控制需求

[ECCV 2024] AnyControl, a multi-control image synthesis model that supports any comb···

★ 132 2026-08-09
S2ML-Generators 开源

开箱即用的多媒体生成 notebook 合集，快速上手多种 ML 方法

Multiple notebooks which allow the use of various machine learning methods to genera···

★ 179 2026-08-09
MV-Adapter 开源

即插即用，轻松生成多视角一致图像，无需重训练。

[ICCV 2025] Official impl. of "MV-Adapter: Multi-view Consistent Image Generation Ma···

★ 1302 2026-08-09
sand-spline 开源

用Python生成自然流动的沙画艺术，一键产出独特纹理。

generative algorithm

★ 313 2026-08-09
Chat2SVG 开源

输入一句话，直接生成可编辑的 SVG 矢量图

(CVPR 2025) Code of "Chat2SVG: Vector Graphics Generation with Large Language Models···

★ 255 2026-08-09
MLX_z-image 开源

在 Mac 上原生跑 z-image 图像生成，无需 NVIDIA 显卡

MLX version of z-image model

★ 69 2026-08-09
gpt_image_playground 开源

用 GPT 图像模型，快速生成和编辑图片，开箱即用

支持 GPT Image、Gemini（Nano Banana）和 Grok 的图片生成与编辑工具

★ 4068 2026-08-09