目录

软件下载：

单图转live2d

EasyVtuber 训练效果：

训练代码：

ui报错解决方法：

手工制作：

ai制作工具：

git地址：

人脸半自动分层：

B. Single-image → 伪 Live2D 自动分层模型（半自动）

安装docker：

---

软件下载：

https://docs.live2d.com/zh-CHS/cubism-editor-tutorials/template/

单图转live2d

https://github.com/pkhungurn/talking-head-anime-4-demo

需要一个png图像：

png格式 黑白图片 3通道

bin\run.bat src\tha4\app\distiller_ui.py

EasyVtuber 训练效果：

https://www.bilibili.com/video/BV1k84y1a7DU

项目链接：

https://github.com/pkhungurn/talking-head-anime-4-demo

不训练的版本可以看这个up主的教程：https://www.bilibili.com/video/BV1f24y1x7hd/?spm_id_from=333.337.search-card.all.click&vd_source=ab3545307644edb6482c472ba7a6b989 

训练代码：

把代码：src/tha4/app/distill.py 移动到根目录，然后执行：

python distill.py --config_file demo/config.yaml

ui报错解决方法：

src/tha4/distiller/ui/distiller_ui_main_frame.py

    def update_mask_on_face_image_bitmap(self):
        if self.face_image_pytorch is None:
            return
        if self.face_mask_image_pytorch is None:
            return

        mask_on_face_image = (0.5 * self.face_image_pytorch) + (0.5 * self.face_mask_image_pytorch)
        numpy_image = convert_output_image_from_torch_to_numpy(mask_on_face_image)
        # wx_image = wx.ImageFromBuffer(
        #     numpy_image.shape[0],
        #     numpy_image.shape[1],
        #     numpy_image[:, :, 0:3].tobytes(),
        #     numpy_image[:, :, 3].tobytes())

        wx_image = wx.ImageFromBuffer(
            numpy_image.shape[0],
            numpy_image.shape[1],
            numpy_image[:, :, 0:3].tobytes())

        self.mask_on_face_image_bitmap = wx_image.ConvertToBitmap()

手工制作：

拆分图层

https://www.bilibili.com/video/BV1LwYRzjEWH/

ai制作工具：

https://github.com/yuyuyzl/EasyVtuber

git地址：

https://github.com/wan-h/awesome-digital-human-live2d

https://gitcode.com/GitHub_Trending/aw/awesome-digital-human-live2d

人脸半自动分层：

https://www.bilibili.com/video/BV1WJKjedExy/

B. Single-image → 伪 Live2D 自动分层模型（半自动）

比如：

• Layered Diffusion

• AnimateDiff + Layer Splitting

• Photoshop Neural Filters

安装docker：

sudo apt update
sudo apt install docker-compose

启动脚本：

docker-compose -f ./docker-compose-quickStart.yaml up -d

转发8880端口