Что это такое?
Набор нейросетевых инструментов, который автоматически разбирает картинку аниме-персонажа на отдельные элементы (слои), дорисовывает скрытые части и определяет их порядок.
Проект / Jupyter Notebook
shitagaki-lab/see-through: See-through — автоматическое разложение аниме-арта на слои
Превращает статичную аниме-иллюстрацию в многослойный 2.5D-макет, готовый для анимации или редактирования.
Система использует каскад нейросетей: сначала определяет семантические части тела (до 24 категорий), затем оценивает псевдоглубину, чтобы понять порядок слоёв, и наконец — дорисовывает скрытые области каждого слоя с помощью диффузионной модели. На выходе...
Для кого это
Для художников, аниматоров и разработчиков, которые хотят автоматизировать подготовку аниме-персонажей к анимации (например, для Live2D) или модификации.
Проблема / задача
Вручную разбирать сложную аниме-иллюстрацию на отдельные элементы (волосы, глаза, одежду) — долго и трудоёмко. Особенно сложно восстановить скрытые части, которые перекрываются другими слоями.
Как это работает
Система использует каскад нейросетей: сначала определяет семантические части тела (до 24 категорий), затем оценивает псевдоглубину, чтобы понять порядок слоёв, и наконец — дорисовывает скрытые области каждого слоя с помощью диффузионной модели. На выходе получается PSD-файл с полностью восстановленными, независимыми слоями.
Что видно по README
Это исследовательский проект из академической лаборатории, условно принятый на SIGGRAPH 2026. Он предлагает полный пайплайн для декомпозиции одного изображения аниме-персонажа на семантические слои с восстановлением скрытых частей. Включает интерактивный UI на Qt6 для аннотации и управления моделями Live2D.
Ключевые возможности
Технологии
Интересный факт
Проект может работать даже с очень сложными и перегруженными аниме-иллюстрациями, где элементы сильно перекрывают друг друга — и всё равно пытается восстановить, что скрыто под ними.
С чего начать
- Создать conda-окружение с Python 3.12
- Установить PyTorch с CUDA 12.8 и зависимости из requirements.txt
- Запустить основной скрипт inference_psd.py с изображением на вход
Оценка GitRadar
Удобство
4/10
Свежесть
9/10
Перспектива
8/10
Монетизация
6/10
Общая оценка
6/10
Вердикт GitRadar
Стоит пробовать, если вы работаете с аниме-артом и готовы разбираться с сырым исследовательским кодом. Это не готовый продукт, а скорее proof-of-concept с мощным потенциалом.
Наблюдения по обновлениям
Проект активный, недавно представлен (условно принят на SIGGRAPH 2026), но код сыроват — много зависимостей, сложная установка, документация фрагментарна.
Что мы проверили
Карточка собрана по данным GitHub, README и структуре репозитория. Это не официальная документация проекта.
- Исходный репозиторий
- https://github.com/shitagaki-lab/see-through
- Лицензия
- Apache-2.0
- Создан на GitHub
- 31 марта 2026 г.
- Последнее обновление репо
- 31 марта 2026 г.
- Последняя проверка GitRadar
- 31 марта 2026 г.
- Изученные файлы
- annotators/lama_inpainter/README.md, README.md, ui/README.md, annotators/README.md, annotators/lang_sam/README.md, annotators/bizarre_tagger/README.md
FAQ
Для кого подходит?
Для технических художников, исследователей компьютерной графики и разработчиков, которые хотят автоматизировать подготовку аниме-контента к анимации или редактированию.
Источники
Нужна помощь с shitagaki-lab/see-through?
Если проект подходит под ваш сценарий, можем помочь с установкой, интеграцией, доработкой или аккуратным форком под вашу инфраструктуру.