新闻详情

新闻详情

首页 / 资讯中心 / 详情

如何快速上手See-through:从环境搭建到第一张动漫分层PSD的5步教程(附避坑清单)

发布时间:2026/11/17 3:34:05来源:尧图网络
如何快速上手See-through:从环境搭建到第一张动漫分层PSD的5步教程(附避坑清单)
如何快速上手See-through从环境搭建到第一张动漫分层PSD的5步教程附避坑清单【免费下载链接】see-throughSingle-image Layer Decomposition for Anime Characters (SIGGRAPH 2026 Conference Paper)项目地址: https://gitcode.com/gh_mirrors/se/see-throughSee-through 是一个登上 ACM SIGGRAPH 2026 的开源动漫单图分层工具它能把一张静态动漫插画自动拆解为最多23 个语义图层头发、脸部、眼睛、服装、配饰等补全被遮挡的区域并按正确绘制顺序导出可直接编辑的分层 PSD 文件是迈向 2.5D 角色动效的第一步。本文带你用 5 步从零跑通完整流程搭建环境 → 安装依赖 → 生成第一张分层 PSD → 低显存显卡救急 → 用图形界面精修。文末附一份避坑清单帮你绕开新手最容易踩的坑。第1步获取代码并创建 Python 环境See-through 基于 Python 3.12 PyTorch建议用 conda 隔离环境避免污染系统 Python。# 克隆仓库 git clone https://gitcode.com/gh_mirrors/se/see-through cd see-through # 创建并激活环境 conda create -n see_through python3.12 -y conda activate see_through # 安装 PyTorch以 CUDA 12.8 为例 pip install torch2.8.0cu128 torchvision0.23.0cu128 torchaudio2.8.0cu128 \ --index-url https://download.pytorch.org/whl/cu128 # 创建 assets 软链接重要 ln -sf common/assets assets⚠️ 两个关键点AMD ROCm 用户请改用--index-url https://download.pytorch.org/whl/rocm7.2按本地 ROCm 版本调整。assets软链接缺失会导致后续脚本和 UI 找不到测试图与配置文件UI 会直接以FileNotFoundError崩溃。Windows 用户可改用mklink或直接复制common/assets到仓库根目录。第2步安装依赖一次装好按需加选装层pip install -r requirements.txt这份统一依赖文件requirements.txt包含核心推理工具链和标注模块。之后可按需安装选装层tier选装层安装命令带来什么人体解析pip install --no-build-isolation -r requirements-inference-annotators.txtdetectron2 身体属性标注SAM2 分割pip install --no-build-isolation -r requirements-inference-sam2.txt语言引导分割动漫实例分割pip install -r requirements-inference-mmdet.txtmmcv/mmdet 动漫实例分割只跑主流程和 UI建议至少装上 mmdet 层——官方 README 明确推荐安装它以确保 UI 能正常启动。第3步运行主流程生成第一张分层 PSD核心就一条命令inference/scripts/inference_psd.pypython inference/scripts/inference_psd.py \ --srcp assets/test_image.png \ --save_to_psd首次运行会自动从 HuggingFace 下载 LayerDiff 3D透明图层生成和 Marigold伪深度估计两个模型请耐心等待下载进度条。输出默认保存在workspace/layerdiff_output/每个结果包含一个带语义分层的.psd文件可直接用 Photoshop / Krita 打开中间产物深度图与分割掩码也支持整个目录批量处理——把--srcp指向文件夹即可python inference/scripts/inference_psd.py \ --srcp path/to/image_folder/ \ --save_to_psd几个常用可调参数--resolution默认 1280、--inference_steps默认 30、--seed默认 42、--tblr_split把手套、眼睛等部件再分左右拆分。完整参数说明见脚本内 docstring 与 README.md 的 Usage 一节。第4步显存不够8GB / 12GB 显卡救急方案默认流程跑在 bf16 精度下1280 分辨率约需12–16 GB 显存。显存紧张时按显卡选型显卡方案命令要点12 GB组卸载group offload峰值降到 ~10 GB加--group_offload速度约慢 1.5 倍8 GBNF4 4-bit 量化inference_psd_quantized.py峰值 ~8 GB先pip install -r requirements-inference-bnb.txt8 GBBlock swapinference_psd_blockswap.pybf16 下峰值 ~8 GB直接替换脚本名运行8 GB 用户示例pip install -r requirements-inference-bnb.txt python inference/scripts/inference_psd_quantized.py \ --srcp assets/test_image.png \ --save_to_psd量化版质量接近全精度PSNR ~30 dBSSIM ~0.96还能用--resolution 1024进一步压低显存。第5步打开图形界面可视化检查分层结果命令行出图后用 Qt6 桌面 UI 查看和精修每个图层ui/ui/launch.pycd /path/to/see-through python ui/ui/launch.pyWindows 用户可直接双击 ui/launch_ui_win.bat。UI 要求workspace/datasets/目录存在含演示用样例数据并在界面中通过File → Open选择项目即可开始逐层检查。PSD 产出后还可以做更细的二次拆分heuristic_partseg.py# 按深度拆分指定部件如手套 python inference/scripts/heuristic_partseg.py seg_wdepth --srcp workspace/test_samples_output/PV_0047_A0020.psd --target_tags handwear # 左右拆分如左手套 python inference/scripts/heuristic_partseg.py seg_wlr --srcp workspace/test_samples_output/PV_0047_A0020_wdepth.psd --target_tags handwear-1想继续深入训练脚本与配置在 training/README.md数据管线说明见 README_datapipeline.md。 避坑清单新手必看始终在仓库根目录运行脚本否则相对路径assets/、workspace/会全部找不到。忘了建assets软链接→ UI 启动即崩FileNotFoundError是它的标志性报错。torch 与 CUDA 版本不匹配→pip list里确认 torch 的cu1xx后缀和你机器驱动支持的一致。显存爆了OOM→ 先加--group_offload再考虑量化版或 blockswap 脚本或调低--resolution。首次运行卡住→ 其实是在自动下载 HuggingFace 模型属正常现象网络不稳可先配置代理。UI 起不来→ 确认已安装 mmdet 选装层且workspace/datasets/目录存在。这是研究项目官方未提供任何付费服务遇到以此功能收费的网站请自行甄别。写在最后从git clone到拿到第一张分层 PSD中间不过 5 步命令。拿到 PSD 之后社区已有 ComfyUI 工作流、2.5D VTuber 绑定工具等生态可以直接消费 See-through 的图层命名规范——单张插画到可动 2.5D 模型的路已经为你铺好第一程。【免费下载链接】see-throughSingle-image Layer Decomposition for Anime Characters (SIGGRAPH 2026 Conference Paper)项目地址: https://gitcode.com/gh_mirrors/se/see-through创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉