Mindket

See-through: Layer Decomposition

新上架第 1 版 · 更新于

概览

把一张动漫角色插画拆成互相独立、被补全的图层,带有深度顺序,并给你一个分层的 PSD 文件。适合插画师、动画师和研究者。

See-through: Layer Decomposition 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 一个网页浏览器,在线页面只需要它
  • Python,本地副本才需要
  • requirements.txt 里列出的 Python 包
  • 一张角色插画,最好是正方形的
用在
  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 文件的本地副本,在 Windows、macOS 或 Linux 上用 Python 运行
  • 能打开 PSD 文件的图像编辑器,用来查看结果
先运行
pip install -U huggingface_hub
hf download 24yearsold/see-through-demo --repo-type space --local-dir see-through-demo
cd see-through-demo

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

See-through: Layer Decomposition 是一个 Gradio 演示,它把一张动漫角色插画拆成多个语义图层。每个图层被遮住的部分会被补全,图层带有深度顺序,结果是一个分层的 PSD 文件。它运行在 ZeroGPU 硬件上,所以你可以在浏览器里试用。

适合谁

它适合想把插画拆成可编辑图层、又不想手动一块块抠图的插画师、动画师和研究者。

行业谁在用怎么用例子
插画画师把一张平面的成品图变成可编辑的图层上传一个角色并打开 PSD
动画动画师得到带深度顺序的图层作为起点移动一个角色被分开的各个部分
AI 研究研究者在新图片上试用 See-through 流程把图层和论文里的示例做对比

如果你的图片不是动漫角色,可以跳过它,因为这个模型是为那种风格做的。

用在哪里

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 文件的本地副本,在 Windows、macOS 或 Linux 上用 Python 运行
  • 能打开 PSD 文件的图像编辑器,用来查看结果
用途适合谁能得到什么
拆分一张插画画师各部分已分开的分层 PSD
为动画做准备动画师带深度顺序的图层
测试流程研究者三阶段流程给出的结果

如何设置

  • 一个网页浏览器,在线页面只需要它
  • Python,本地副本才需要
  • requirements.txt 里列出的 Python 包
  • 一张角色插画,最好是正方形的
  1. 在 Hugging Face 上打开这个 Space 的页面,就能在线使用,不需要安装任何东西。
  2. 想要本地副本,先安装 Hugging Face hub 包,再下载 Space 的文件。
  3. 进入下载好的文件夹。
  4. 安装 Gradio 6.12.0,再安装 requirements.txt 里的包。
  5. 用 python app.py 启动应用。
pip install -U huggingface_hub
hf download 24yearsold/see-through-demo --repo-type space --local-dir see-through-demo
cd see-through-demo
pip install gradio==6.12.0
pip install -r requirements.txt
python app.py

如何使用

上传一张插画,运行,然后下载 PSD。正方形的图片效果最好,其他形状会从中心裁剪。

  1. 上传你的角色插画。
  2. 如果想要不同的结果,就改一下种子。
  3. 按下 Submit,等待大约一到两分钟。
  4. 下载分层的 PSD 文件。
工具作用
LayerDiff 3D用基于 SDXL 的扩散模型生成透明图层
Marigold Depth估计一张针对动漫图片调整过的粗略深度图
Post-processing把图层整理成堆叠顺序并导出 PSD

示例

上传一张单个角色的正方形插画,按下 Submit。一两分钟后,你会下载到一个 PSD,其中头发、衣服等部分各自在独立的图层上。

新手与专家

先用一张干净的、单个角色的正方形图片,种子不要动。在编辑器里打开 PSD,看看那些图层。

这个演示运行完整的 See-through 流程,把图层生成、深度估计和图层堆叠连在一起。它用的模型检查点比论文里的更新,所以结果可能与论文并不完全一致。仓库里还有一份数据流程 README 和关于 PSD 分层的说明。

  1. 你上传一张角色插画
  2. LayerDiff 3D 生成透明图层
  3. Marigold Depth 估计深度顺序
  4. Post-processing 导出分层 PSD

注意事项

这个演示用的检查点比论文的更新,所以可能无法完全复现论文里的数字。

  • License: MIT
  • Cost to run: 未提及,在线版本运行在 ZeroGPU 硬件上
  • Data it reaches: 你上传的插画,以及这个 Space 列出的模型
  • Not for: 不是动漫角色的图片,或必须与论文结果完全一致的工作

README 和文件

README

See-through: Layer Decomposition

把一张动漫角色插画拆成互相独立、被补全的图层,带有深度顺序,并给你一个分层的 PSD 文件。适合插画师、动画师和研究者。

由 24yearsold 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:See-through: Layer Decomposition 是一个 Gradio 演示,它把一张动漫角色插画拆成多个语义图层。每个图层被遮住的部分会被补全,图层带有深度顺序,结果是一个分层的 PSD 文件。它运行在 ZeroGPU 硬件上,所以你可以在浏览器里试用。

适合谁:它适合想把插画拆成可编辑图层、又不想手动一块块抠图的插画师、动画师和研究者。

行业 | 谁在用 | 怎么用 | 例子
插画 | 画师 | 把一张平面的成品图变成可编辑的图层 | 上传一个角色并打开 PSD
动画 | 动画师 | 得到带深度顺序的图层作为起点 | 移动一个角色被分开的各个部分
AI 研究 | 研究者 | 在新图片上试用 See-through 流程 | 把图层和论文里的示例做对比

如果你的图片不是动漫角色,可以跳过它,因为这个模型是为那种风格做的。

用在哪里:

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 文件的本地副本,在 Windows、macOS 或 Linux 上用 Python 运行
  • 能打开 PSD 文件的图像编辑器,用来查看结果
用途 | 适合谁 | 能得到什么
拆分一张插画 | 画师 | 各部分已分开的分层 PSD
为动画做准备 | 动画师 | 带深度顺序的图层
测试流程 | 研究者 | 三阶段流程给出的结果

如何设置:

  • 一个网页浏览器,在线页面只需要它
  • Python,本地副本才需要
  • requirements.txt 里列出的 Python 包
  • 一张角色插画,最好是正方形的
  1. 在 Hugging Face 上打开这个 Space 的页面,就能在线使用,不需要安装任何东西。
  2. 想要本地副本,先安装 Hugging Face hub 包,再下载 Space 的文件。
  3. 进入下载好的文件夹。
  4. 安装 Gradio 6.12.0,再安装 requirements.txt 里的包。
  5. 用 python app.py 启动应用。
pip install -U huggingface_hub
hf download 24yearsold/see-through-demo --repo-type space --local-dir see-through-demo
cd see-through-demo
pip install gradio==6.12.0
pip install -r requirements.txt
python app.py

如何使用:上传一张插画,运行,然后下载 PSD。正方形的图片效果最好,其他形状会从中心裁剪。

  1. 上传你的角色插画。
  2. 如果想要不同的结果,就改一下种子。
  3. 按下 Submit,等待大约一到两分钟。
  4. 下载分层的 PSD 文件。
工具 | 作用
LayerDiff 3D | 用基于 SDXL 的扩散模型生成透明图层
Marigold Depth | 估计一张针对动漫图片调整过的粗略深度图
Post-processing | 把图层整理成堆叠顺序并导出 PSD

示例:上传一张单个角色的正方形插画,按下 Submit。一两分钟后,你会下载到一个 PSD,其中头发、衣服等部分各自在独立的图层上。

新手与专家:先用一张干净的、单个角色的正方形图片,种子不要动。在编辑器里打开 PSD,看看那些图层。

这个演示运行完整的 See-through 流程,把图层生成、深度估计和图层堆叠连在一起。它用的模型检查点比论文里的更新,所以结果可能与论文并不完全一致。仓库里还有一份数据流程 README 和关于 PSD 分层的说明。

你上传一张角色插画
LayerDiff 3D 生成透明图层
Marigold Depth 估计深度顺序
Post-processing 导出分层 PSD

注意事项:这个演示用的检查点比论文的更新,所以可能无法完全复现论文里的数字。

  • License: MIT
  • Cost to run: 未提及,在线版本运行在 ZeroGPU 硬件上
  • Data it reaches: 你上传的插画,以及这个 Space 列出的模型
  • Not for: 不是动漫角色的图片,或必须与论文结果完全一致的工作

Hugging Face 上的数据(2026年11月13日)

  • 点赞:199
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/24yearsold/see-through-demo
  • 文件:https://huggingface.co/spaces/24yearsold/see-through-demo/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
See-through: Layer Decomposition 本页199gradiomit
MusicGen共有 gradio5,116gradiocc-by-nc-4.0
Kokoro TTS共有 gradio3,556gradioapache-2.0
Background Removal共有 gradio2,988gradiomit
Omni Image Editor共有 gradio2,922gradiomit
Diffusers Image Outpaint共有 gradio2,565gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

效率类的相似商品

查看效率类的全部商品

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Frontend Slides

zarazhangrui · 技能

从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。

新上架32.3k