shitagaki-lab/see-through

如果你手上已有动漫插画、需要把角色拆成分层素材，这个研究项目值得一试；但它是脚本式管线，不是一键成品工具，显存和安装门槛是实打实的。

解决什么问题

一张画好的动漫角色图通常就是一块画布：头发、脸、眼睛、衣服全糊在一起。你想拨动刘海、换一张嘴型，或者把角色绑定成可动模型，就得先手动补画被挡住的区域，再判断哪一层压在哪一层上面。遮罩和补画这件事既慢又重复，边缘还容易出错。See-through 改掉的正是这一步：输入一张图，它输出一个分层 PSD，最多拆出 23 个语义图层，每层内容已补齐，并按推断出的绘制顺序排列项目说明。你拿到的是可继续编辑的源文件，而不是一堆半透明切图。

有什么不同

它的做法是两个模型接力。扩散模型 LayerDiff 3D 负责生成透明图层，另外用针对动漫微调过的 Marigold 深度模型提供伪深度模型列表。管线结合深度信息和身体部位分组，把头部、身体拆成头发、眼睛、服饰、配件等语义层，再写出带绘制顺序的 PSD。实际好处是：补全被遮挡区域这个最费手的步骤，被放进了拆分流程里，不必再单独做一轮手动补画。README 也说明，头部和身体的分割是两个连续阶段，可能比论文里提到的原始模型更耗时。主要取舍在于，这是研究代码而不是编辑软件：分层质量如何、每层还要修多少，只能拿自己的图去判断，不能预设。

项目已经吸引到一些第三方集成：带浏览器内导出 PSD 的 ComfyUI 节点、能生成眨眼和口型素材的桌面工具，以及可以直接接收 PSD 并自动绑定的浏览器皮影动画编辑器 StretchyStudio社区集成。这些说明了下游工作流是“先拆分、再动画”。但它们并不能证明第一步拆出来的图层没有瑕疵。

谁值得试

合适的人：手上有现成动漫插画、想先试试自动分层再决定是否值得手动做遮罩的 2D 画师或 Live2D 类绑定师，并且显卡在 8–16 GB 区间。小团队用它探索半自动流程，或者已经在用 ComfyUI、StretchyStudio 并想把 PSD 图层接进去的人，也算合理候选。不合适的人：没有 GPU、期待开箱即用的桌面软件的人，因为项目只提供脚本和 notebook，没有描述本地图形界面。想先快速评估而不安装，可以注册后使用 Hugging Face Space，每天大约能做 1–2 次 1280 分辨率的 PSD 提取；ModelScope 演示目前免费，分辨率略高在线演示。这种次数限制意味着在线版不适合批量处理。

使用条件与边界

默认管线以 bf16 精度运行，1280 分辨率下大约需要 12–16 GB 显存。12 GB 显卡可以开启 group offload，把峰值降到约 10 GB；8 GB 显卡可以用 NF4 量化管线，峰值约 8 GB，还可以继续降低分辨率显存说明。安装涉及 conda、固定版本的 PyTorch CUDA 12.8 wheel，README 另给了 aarch64 和 AMD ROCm 用户的替代说明，并从 Hugging Face 下载模型权重环境安装。后续维护主要是跟进模型下载和 PyTorch/ROCm 兼容性，而不是有一个打包好的更新器。

更关键的边界是质量层面：现有材料没有提供跨风格、跨分辨率的图层准确率基准，头部和身体两阶段拆分也可能比论文原模型更慢。你应当预期对每个导出的 PSD 逐个检查，并修整边缘或被遮挡区域。这是会议研究项目，README 也明确提醒：外面收费提供此功能的网站与本项目无关项目说明。

HotRepo 点评

2026-10-28 当天，项目有 5,062 stars，日榜记录为 +78，这是提供的样本里唯一一次上榜记录仓库。仓库创建于 2026-03-31，目前只有一个日期的快照，因此无法判断热度能否持续。比较稳妥的做法是拿自己的图评估：先用在线演示跑几张，再核对你的显卡是否落在文档给出的 8–16 GB 阶梯里，然后决定要不要装完整管线。先确认一个具体的兼容点：固定版本的 PyTorch wheel 是否匹配你的平台，因为 aarch64 和 ROCm 用户被要求自行替换版本。