SkinDeep

上传照片,AI 一键去除纹身,还原干净皮肤。

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。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 956
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队vijishmadhavan
所属国家
官网地址
定价模式free
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
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★ 956
30天Star增速
HF 下载量
上线时间2021-04-05 00:00:00
最近更新2026-08-28 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

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

项目介绍

SkinDeep 是图像领域的开源项目,由 vijishmadhavan 开发,2021 年首次发布。

在全站 13,109 个收录项目中,它的 GitHub 星标数(956)位列前 30%,在图像分类中处于中上游。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-08-28。Apache-2.0许可证,可自由使用,无付费版本。

它主要面向的使用场景是:摄影后期:快速去除模特身上的临时纹身或瑕疵。同类可对比的替代方案包括 ControlNet、Stable Diffusion Inpainting、Lama Cleaner。

同类项目推荐

satori 开源

网页代码一键变高清图,放大不糊,不用截图

Enlightened library to convert HTML and CSS to SVG

★ 13967 2026-08-09
C2GAN 开源

用关键点精准控制图像生成,让AI画出你想要的结构

[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···

★ 70 2026-08-09
imagen-pytorch 开源

说句话生成高清图,放大也不糊

Implementation of Imagen, Google's Text-to-Image Neural Network, in Pytorch

★ 8427 2026-08-09