1. StarNet 到底在做什么先搞懂这个工具的思路1.1 一个老问题星点和星云为什么不能两全拍过深空或者银河的人都有这种体验总曝光时间攒够了星云颜色也拉出来了但是画面里密密麻麻的星点像撒了一把沙子把本该丝滑的星际尘埃和暗云气全部盖住。星点不是不美但星点太亮、太密的时候它会抢走视觉重心让星云的纤维状细节变得模模糊糊。以前处理这类图大家习惯用蒙版、反选、缩星、模糊去星点或者用 Morphological Transformation 这类形态学手段缩星。这些老办法的问题在于——它们的本质是猜。猜哪里是星点猜星点大概什么尺寸猜背景哪部分是云气哪部分是噪声。一旦星点密集、星云结构复杂猜错的代价就是要么星点没去掉要么星云细节跟着没掉。1.2 StarNet 的解决思路用深度学习做星点与云气分离StarNet 是一款基于深度卷积神经网络的星点移除工具它的核心不是传统图像处理里的滤波、形态学操作而是训练一个神经网络去认识星点长什么样和云气长什么样。你扔给它一张 RGB 图像它输出的是一张剔除星点后的 starless 图也就是所谓的无星版。星点部分就被剥离出来了剩下的就是纯粹的星云和尘埃结构。这个思路听起来不复杂但效果提升是跨代的。传统的缩星算法做完之后星点还是会留下小圈或者微弱的星芒残留而 StarNet 在大多数情况下能把星点直接抹除然后用周围的背景结构做自然的填充修复。尤其面对几百上千颗星的密集星野区域人眼手动去修基本上不可能完成StarNet 只需几分钟就搞定了。有人会问它跟那些 AI 降噪软件是不是一回事不完全一样。AI 降噪软件是把噪声信号和真实信号分离StarNet 是把星点信号和扩展信号星云、尘埃、背景分离。两者原理上有点渊源但目标完全不同。我个人的理解是StarNet 更像是在做语义分割它对每个像素打一个标签——这是星点还是不是星点——然后重新合成输出。1.3 为什么无星版反而是后期处理的金钥匙可能有人觉得我拍星野就是为了星点好看把星点全去掉有啥用这里要讲一个后期思路分别处理再合成。把星点和云气分开之后等于你手上有两张底片一张专门管星云一张专门管星点。星云那张可以放心地拉伸、调色、提升对比度完全不用担心把星点拉爆、拉出黑圈或者产生星点边缘伪影。星点那张也可以单独做缩星、调整颜色饱和度、控制星点亮度。最后把两张图用合适的混合模式合回去得到的是星云细节和星点质感都达到最优的成片。这个思路在天文摄影后期里非常关键因为很多素材的问题恰恰出在互相拖累上。星云细节需要强拉伸但强拉伸会把星点搞成难看的十字架或者爆成一片星点需要保留小尺寸高对比但为了星点去调色又会让星云偏色。StarNet 把这两个需求彻底解耦了这是它最大的价值也是这篇文章我真正想分享的核心逻辑。2. 环境准备与安装这一步踩坑的人最多2.1 软件与硬件要求StarNet 的完整版叫 StarNetv2作者是 Nikita Misiura。它主要提供两个使用入口一个是 Photoshop 插件.8bi 文件另一个是作为命令行工具或者集成到其他软件里。对于大多数拍星爱好者来说最方便的就是 Photoshop 插件版直接挂在 PS 的滤镜菜单里就能用。先说说电脑配置。StarNetv2 跑的是神经网络推理它对 CPU 也支持但速度很感人。我在一台旧笔记本上i5-8250U没有独立显卡跑一张 2400 万像素的图耗时大约 25 到 40 分钟基本等于可以先去睡一觉。后来换到一台带 GTX 1660 Super 的机器上同样一张图只用 2 到 5 分钟。如果你手头是 RTX 3060 或者更好的卡那大概一分钟以内就能出结果。所以硬件建议很直接尽量用带独立显卡的电脑NVIDIA 显卡配合 CUDA 加速效率最高。如果实在只有核显或者 A 卡也能跑只是要有耐心。显存方面4GB 是起步线6GB 以上更充裕。我试过在 4GB 显存的机器上处理 6000 万像素的图虽然慢一点但没有因为显存不足而崩溃。超过 8000 万像素的全景拼接图建议还是先裁剪成几块分别处理再拼回去。2.2 插件安装路径与版本兼容性StarNetv2 的发布页面提供的下载文件通常是一个 zip 包解压之后你会看到 StarNetv2.8bi 这样的插件文件。安装方法就是把 .8bi 文件复制到 Photoshop 的 Plug-ins 目录下。Windows 版的常见路径是C:\Program Files\Adobe\Adobe Photoshop 2024\Plug-insMac 版的路径在 Applications 文件夹里找到 Photoshop 应用程序右键显示包内容然后进 Contents\Plug-ins。放好后重启 Photoshop在滤镜菜单的最底部一般会出现 StarNetv2 或 Other → StarNetv2 这样的入口。这里有几个容易踩的坑我一个个说。第一插件版本要和 PS 版本匹配。StarNetv2 的 .8bi 主要是 64 位插件必须是 64 位版本的 Photoshop 才能加载。如果你还在用 PS CS5 或者更老的 32 位版本那基本没戏。支持比较好的版本区间是 Photoshop CC 2018 到现在的 2024、2025我实测 CS6 64 位也能加载但稳定性一般偶尔会崩溃。第二安装路径不能有中文和特殊字符。这一点很多人忽略。如果 Photoshop 装在中文路径下或者用户名是中文可能会导致插件加载失败。我在帮朋友远程处理时遇到过几次最后都是把用户目录改成英文或者重新安装 PS 到默认路径解决的。第三滤镜菜单里找不到 StarNet不等于没装好。有时候插件文件放对了但 PS 的滤镜列表里就是不显示。这种时候先检查一下 PS 版本是不是 64 位再到帮助→系统信息里看看有没有插件被禁用。如果显示出插件但打不开通常是被系统安全策略拦了。Windows 下右键点击 .8bi 文件在属性里选择解除锁定然后重新复制到插件目录多半就好了。2.3 关于命令行版和第三方集成除了 PS 插件StarNetv2 也有支持 Python 调用的版本以及被集成到了 Siril、AstroPixelProcessorAPP等天文后期软件里。Siril 在比较新的版本中加入了 StarNet 的调用选项这样你不用打开 PS在 Siril 里就能直接生成 starless 图和星点图。APP 也有类似功能。如果你主要是用 Siril 做预处理和拉伸那建议直接走这个入口少一次软件切换。不过我这篇文章的实操部分还是以 Photoshop 插件版为主线因为 PS 在后期合成和蒙版操作上确实更灵活。其他软件可能处理完基础步骤后最终还是得到 PS 里做细节合成。两张图的分工就是预处理和基础拉伸用你熟悉的工具StarNet 负责分离PS 负责最后的艺术化合成。3. 核心实操流程从素材到 starless 再到完美合成3.1 输入素材的准备有些图不适合直接跑 StarNet先明确一个边界条件StarNet 是对已经基本处理完的图做星点分离不是对原始堆叠图做粗暴拉伸。如果你扔进去一张线性图就是那种刚堆叠完、看起来黑漆漆一片的图StarNet 虽然也能跑但输出的 starless 图会因为低反差而失去很多暗云气细节。更合理的做法是先把图做一次基本的拉伸和颜色校准让星云结构大致可见了再用 StarNet 做分离。另外素材的星点不能过曝太多。如果星点中心已经全白、变成一个大圆盘子StarNet 会把整个圆盘当作一个大星点移除但移除后剩下的区域会变成一个空白斑块。这种时候就需要在跑 StarNet 之前先手动对星点做一下压缩。我用得比较多的是 PS 里的最小值滤镜配合蒙版先把特大星的星芒压一压、星点缩一缩再进 StarNet。这样分离效果明显更干净。色彩校准也要提前做。StarNet 训练的时候用的是接近自然色彩的星野图如果你的图偏色很厉害神经网络可能把某些星云误判成星点或者背景。我通常会把白平衡、色彩校准做完确认星云颜色在合理范围内才进入 StarNet 流程。3.2 Photoshop 里跑一次 StarNet分步操作实录下面是一套我用了很久的标准操作流程针对一张典型的深空图比如 M42 猎户座大星云或者 M31 仙女座星系。第一步打开你已经拉伸好的图像确保图像模式是 RGB 8 位或 16 位。StarNetv2 对 16 位图像支持正常但如果你开了 32 位模式需要先转成 16 位或者 8 位否则滤镜可能报错或者根本不出现。第二步复制一个背景图层。养成这个习惯很重要因为 StarNet 会直接在图层上做运算如果直接在背景层上跑一旦效果不满意撤销空间就很小。复制图层之后命名成Starless 源图。第三步选中复制出来的图层进入滤镜菜单找到 StarNetv2 并点击运行。这时会弹出一个对话框需要简单设置几个参数。这里面有两项要特别注意Scale尺度默认一般是 1.0它控制模型检测星点的尺度范围。如果你的图里星点整体偏大比如使用了短焦镜头或者星点因为跟踪误差被拉长可以尝试把 Scale 提高到 1.2 或 1.5如果星点偏小长焦深空图可以降到 0.8。这个参数我一般从默认开始效果不好再微调。Stride步长默认值一般不用动。它影响模型推理时的重叠程度调小会增加计算量但可能稍微提升边缘质量。如果你处理超大图时速度太慢可以适当调大 Stride但不要超过 16。第四步点击运行并等待。此时可以泡杯茶。处理结束后你会得到一个新的图层这层的内容就是去除星点后的 starless 图。注意观察星云尤其是暗云的细节是否保留星点是否干净。如果星点还有残留可以用 PS 的修补工具或者再次以稍高 Scale 值跑一次。不过通常一次就够了。3.3 提取星点层用图像计算把星点单独抠出来StarNet 直接给你的是 starless 图。那星点图怎么来很简单用原图和 starless 图做差就行了。数学上原图等于星点加星云背景starless 图就是星云背景两者相减剩下的大致就是星点信息。在 PS 里实现这一步有多种方法。我最常用的是图像→计算命令。在这里我详细说下参数设置。先把图层结构理一下最下面是背景层原图上面是处理好的 starless 图层。选中 starless 图层然后点击图像→计算。在弹出的对话框里源1Source 1选背景层图层通道选 RGB 或者灰色混合选减去源2Source 2选 starless 图层通道选 RGB 或者灰色补偿值Offset设为 128勾选反相这样得到的是一个中间混合通道包含了星点信息。你也可以通过设置输出到新建图层来直接生成一张星点图。另外一种更直观的方式是用图层混合模式把 starless 图层复制一份放到原图上方混合模式改为差值然后盖印图层得到的就是原图减 starless 图的差值结果。这个结果需要在色阶里调整对比度让星点更明显。我试过两种方式效果基本一致但图像计算的精度更高一点因为它是在通道层面做算术运算避免了 RGB 到灰度的信息损失。拿到差值图之后一般还要对星点层做一步清理。因为差值计算会带入一些背景噪声和边缘伪影直接用会显得脏。我通常的做法是对差值图层执行滤镜→其他→最小值半径 1 像素把星点周围细微的黑色描边收缩掉一点再通过色阶把背景压暗、把星点提亮让星点层干净地只保留星点。3.4 分层合成与混色技巧星点星云再合体拿到 starless 图和星点图之后最激动人心的时刻就来了把它们重新合成一张既有星点又突出星云的图。最基础的方法是线性减淡添加混合模式。把星点图放到 starless 图上方混合模式设为线性减淡添加然后把不透明度调到你觉得合适的位置一般是 40% 到 80% 之间。这种混合模式的原理是通道值相加星点层的亮度直接叠加到背景层上星点会显得干净、明亮、不失真。但这里有一个细节值得注意星点图在做差值提取时天然会比原图偏灰直接相加可能会让背景发白。我建议在叠加之前先对星点图层做一次色阶调整把黑场设到接近 0让星点间的空隙变成纯黑。这样相加时就不会污染背景了。更进阶的玩法是分通道合成。比如银河照片里星点通常是蓝白色而星云是红色和青色混合。如果你把星点层和星云层分别调色后再合成可以更好地控制整体色彩氛围。我会把 starless 层做一次强饱和度和对比度的调整让 H-alpha 区域的红和 O-III 区域的蓝都出来星点层则通过色相/饱和度把星点微微调成冷色调。合出来之后整张图的立体感和色彩层次都要好很多。还有一个比较小众但很实用的玩法用 starless 图做人工色彩重建。对一张暗云气非常丰富的银河核心图直接看原图星云颜色经常被大片星点冲淡无法准确判断真实色彩。跑完 StarNet 得到 starless 图之后你可以在里面看到非常纯粹的星际尘埃颜色。用曲线分别调整 R、G、B 通道把尘埃的棕黄色和电离氢的红色慢慢拉出来。这时候再叠加星点星云颜色不仅不会被干扰反而会因为背景纯净而显得非常扎实。这个技巧在处理大面积暗星云、巴纳德环这类目标时尤其好用。4. 进阶玩法与工具对比别只会跑一次 StarNet4.1 StarNet 的边界哪些目标不适合用它StarNet 虽然很强但不是万能的。它最擅长的场景是图像里有密集的、近似点状分布的恒星背景是连续的结构化星云。但如果遇到下面几类情况我的建议是谨慎使用。第一目标本身是面状星云且有亮核的比如 M31 仙女座星系。仙女座星系的核心非常亮外围旋臂里又有大量星点StarNet 处理时可能会把星系核心的一部分当作大星点移除导致星系中心出现凹陷感。这种情况下我会先用星点蒙版保护星系核心区域或者把星系核心单独裁剪出来处理再拼接回整体。第二星点严重拉线的情况。StarNet 训练数据里主要是接近圆形的星点如果你因为跟踪不准星点拖成了长条它会尽力识别但结果经常不理想拉线星被识别成断续的碎片边缘还有残留。这种素材建议先用传统方法把拉线修一修变成近似圆形再跑。第三极度密集的星场比如球状星团 M13、M22 这类目标。球状星团的核心区域星点密度极高几乎连成一片StarNet 会把一部分星团核心当成非星点结构保留下来导致分离不彻底。处理这类目标我通常只在外围区域使用 StarNet核心区域用星点蒙版配合传统缩星。4.2 多张图协同StarNet 在拼接和马赛克中的应用拍银河全景或者大面积天区时经常会用到多张图拼接。拼接前的单张处理如果用传统缩星法挨个处理工作量大到怀疑人生。StarNet 的批处理能力在这里就非常有用。我的标准做法是先把每一张图都跑一次 StarNet得到对应的 starless 图和星点图然后分别用拼接工具PTGui、PS 的 Photomerge 或者 Siril 的拼接拼出两张全景图——一张全景 starless一张全景星点最后再合起来。这样做还有一个额外好处拼接时不会因为各张图星点对齐误差而产生双层星点或者虚影。因为 starless 图里根本没有星点拼接时只管对齐星云结构星点图拼接时即使对齐不完美最后叠加回 starless 图时星点是贴在云气上的视觉上也很自然。马赛克拼接更是离不开这个思路。以前拼接的时候接缝处星点不一致是最大痛点。用了 StarNet 之后先用 starless 拼主结构再用星点层做整体覆盖接缝几乎消失。我在处理一个 2x3 的马赛克银心图时接缝问题从之前的半小时手工精修缩短到了十分钟左右效果还更干净。4.3 StarNet 与缩星、星点蒙版的组合拳很多人以为跑完 StarNet 就完事了其实可以再配合传统手法做精细控制。一个很实用的组合是StarNet 去除星点后在 starless 图上做局部的 HDR 处理。因为没有了星点干扰你可以放心地对核心区域做高光压缩、对暗部做阴影提升不用担心操作会波及星点。处理完之后再合入星点层。这种先无星调色后有星出图的思路可以大幅提升画面宽容度。另一个组合是用 StarNet 生成的 starless 图作为蒙版基础。比如你要压暗背景、突出暗云气直接建一个亮度蒙版很难精准避开星点但在 starless 图上做的蒙版天然没有星点用这个蒙版作用于原图就能只影响云气而不动星点。这个技巧用来做背景降噪特别棒对 starless 图做一次轻度降噪再叠加回原图星点完全不会因为降噪而变糊。我给这套组合取名三步分离法第一步 StarNet 分离星点和云气第二步各自调整第三步通过蒙版和混合模式重组。这个流程执行一次之后你会发现自己对后期控制的精细度上升了一个台阶。4.4 跟其他星点移除工具横向对比星点移除工具不止 StarNet 一个。知名一点的还有 StarnetStarNet 的另一个变体、Star Removal 工具比如 Photoshop 里的 Astronomy Tools Action Set 里的 Star Reduction、DeepSkyStacker 的 Star Mask 功能。简单对比一下工具原理优点缺点StarNetv2深度学习星点移除彻底、操作简单、效果好处理速度依赖显卡偶尔误删星云核Starnet深度学习速度稍快、支持更多调用方式部分版本配置更麻烦效果和 v2 接近传统缩星AT 插件形态学处理可控性强、不伤星云手动调整多密集星场处理效果一般PixInsight 的 EZ Star Reduction形态学蒙版集成在 PI 里和 PI 流程配合好需要 PI 基础处理效果上限低于深度学习我个人最终选择 StarNetv2 而不是它的变体主要原因是操作性。StarNetv2 直接出 starless 图适合我这种习惯在 PS 里做最终合成的人。Starnet 用起来也没问题但命令行参数比 v2 多除非你有明确的二次开发需求否则没必要给自己增加学习成本。另外StarNetv2 的更新频率不错作者会针对新出现的问题迭代我用到现在一年多稳定性是靠谱的。5. 常见问题与排查技巧实录5.1 最快解决清单先自查这十件事实际操作中很多问题其实都是重复出现的。我把过去一年里身边朋友问得最多的、以及我自己踩过的坑整理成了这个速查表按频率排序遇到的现象可能原因排查与解决方案滤镜菜单里找不到 StarNet插件没放对目录 / PS 不是 64 位 / 插件被系统锁定检查 Plug-ins 路径确认 64 位 PS右键 8bi 文件属性解除锁定运行 StarNet 时 PS 卡死显存不足 / 图片尺寸过大 / 插件版本太旧降到 16 位或 8 位裁剪大图分块处理更新插件版本关闭其他吃显存的软件处理结果星点还有残留Scale 参数偏低 / 素材星点过曝严重调高 Scale 到 1.2-1.5预处理阶段先做星点压缩处理结果把星云核心移除了星云核心太亮太集中被当作大星点用选区保护核心区域或者裁剪核心单独处理输出色彩偏灰差值计算带来的灰色基底对 starless 层做色阶/曲线增强再和原图混合时调整不透明度图像边缘出现黑框卷积边界效应处理前先用编辑→填充→内容识别扩展画布或者处理完把边缘裁剪掉16 位图无法运行某些版本只支持 8 位转成 8 位再跑之后再做 16 位色彩增强Mac 版插件不生效没有正确放入 Contents/Plug-ins右键 PS 应用图标进入包内容确认路径无空格批处理时 GPU 占用率忽高忽低驱动问题或显存共享限制更新显卡驱动在 NVIDIA 控制面板里调高性能模式和 Ha 窄带图配合效果差模型训练数据大多是彩色 RGB 图窄带图先合成哈勃色 RGB再跑 StarNet以上这些基本上覆盖了新手到中级玩家可能遇到的大部分问题。5.2 独家避坑心得这些经验文档里不会写第一说到底StarNet 的输入输出都是图层而不是最终成片。很多人跑完 StarNet 发现无星版看起来灰蒙蒙的觉得效果不行。这是正常的。starless 图是半成品它的任务是保留星云结构不是为了好看。你需要的是对 starless 层继续做曲线、色阶、饱和度增强。我在第一次跑的时候也犯过这个错误差点放弃这个工具。后来想通了这一点就彻底离不开了。第二不要小看不透明度这个参数。合成星点时100% 的不透明度会让星点特别锐利但有时候显得贴在背景上不够自然。我现在的习惯是星点层初始不透明度 60%然后配合图层蒙版用柔边画笔在星云核心区域稍微擦除一部分星点让星点在核心区域从 40% 渐变到 80%。这样星点有深有浅、有远有近画面立体感一下子就出来了。第三处理完后要检查 1:1 视图下的星点边缘。有时候在缩略图上看着很干净的星点放大到 1:1 会发现边缘有一圈偏暗的描边。这是差值计算带来的典型伪影。解决办法是在提取星点图的时候用前面提到的最小值滤镜做收缩或者对 starless 层先做一次轻度的高频模糊再计算差值能显著减少描边。我任何一张图都会做这步检查看似多花了半分钟却省掉了返工的大麻烦。第四跟着素材走不要执着于固定参数。网络上有人说 Scale 固定用 1.0、Stride 固定用 8这是偷懒的说法。不同望远镜焦距、不同相机画幅、不同视宁度下拍的星点尺寸差异非常大。我自己总结的经验是星点直径普遍小于 5 像素时Scale 可以降到 0.7 到 0.8星点在 5 到 10 像素时用 1.0超过 10 像素用 1.2 以上。这套经验不一定适合所有目标但可以作为起步值再微调。5.3 我个人的工作流参考与最终感受现在我的标准深空后期流程已经固定成这样RAW 预处理和堆叠用 Siril拉伸到中间调后导出 TIF在 PS 里跑 StarNet 分离然后分三层背景增强、星云调色、星点强调完成最终出图。整个流程里StarNet 是最稳定的一个环节几乎不会出问题反倒是那些传统修图步骤经常需要反复尝试。用 StarNet 一年多了我最深的体会是它改变的不仅是星点去除这一个步骤而是整个后期思路。以前我是一个像素一个像素地跟星点搏斗现在我是在更高维度上规划画面的信息分配——哪些像素承载星云结构哪些像素承载星点一切都清清楚楚。这种控制感是很上头的事情。如果你还没试过 StarNet建议今晚就把一张之前怎么拉都拉不干净的银河图翻出来跑一次。你可能会发现原来那些埋没在星点底下的星云细节其实一直都在。 StarNet深度学习星点移除：天文摄影后期星云与星点分离全攻略
1. StarNet 到底在做什么先搞懂这个工具的思路1.1 一个老问题星点和星云为什么不能两全拍过深空或者银河的人都有这种体验总曝光时间攒够了星云颜色也拉出来了但是画面里密密麻麻的星点像撒了一把沙子把本该丝滑的星际尘埃和暗云气全部盖住。星点不是不美但星点太亮、太密的时候它会抢走视觉重心让星云的纤维状细节变得模模糊糊。以前处理这类图大家习惯用蒙版、反选、缩星、模糊去星点或者用 Morphological Transformation 这类形态学手段缩星。这些老办法的问题在于——它们的本质是猜。猜哪里是星点猜星点大概什么尺寸猜背景哪部分是云气哪部分是噪声。一旦星点密集、星云结构复杂猜错的代价就是要么星点没去掉要么星云细节跟着没掉。1.2 StarNet 的解决思路用深度学习做星点与云气分离StarNet 是一款基于深度卷积神经网络的星点移除工具它的核心不是传统图像处理里的滤波、形态学操作而是训练一个神经网络去认识星点长什么样和云气长什么样。你扔给它一张 RGB 图像它输出的是一张剔除星点后的 starless 图也就是所谓的无星版。星点部分就被剥离出来了剩下的就是纯粹的星云和尘埃结构。这个思路听起来不复杂但效果提升是跨代的。传统的缩星算法做完之后星点还是会留下小圈或者微弱的星芒残留而 StarNet 在大多数情况下能把星点直接抹除然后用周围的背景结构做自然的填充修复。尤其面对几百上千颗星的密集星野区域人眼手动去修基本上不可能完成StarNet 只需几分钟就搞定了。有人会问它跟那些 AI 降噪软件是不是一回事不完全一样。AI 降噪软件是把噪声信号和真实信号分离StarNet 是把星点信号和扩展信号星云、尘埃、背景分离。两者原理上有点渊源但目标完全不同。我个人的理解是StarNet 更像是在做语义分割它对每个像素打一个标签——这是星点还是不是星点——然后重新合成输出。1.3 为什么无星版反而是后期处理的金钥匙可能有人觉得我拍星野就是为了星点好看把星点全去掉有啥用这里要讲一个后期思路分别处理再合成。把星点和云气分开之后等于你手上有两张底片一张专门管星云一张专门管星点。星云那张可以放心地拉伸、调色、提升对比度完全不用担心把星点拉爆、拉出黑圈或者产生星点边缘伪影。星点那张也可以单独做缩星、调整颜色饱和度、控制星点亮度。最后把两张图用合适的混合模式合回去得到的是星云细节和星点质感都达到最优的成片。这个思路在天文摄影后期里非常关键因为很多素材的问题恰恰出在互相拖累上。星云细节需要强拉伸但强拉伸会把星点搞成难看的十字架或者爆成一片星点需要保留小尺寸高对比但为了星点去调色又会让星云偏色。StarNet 把这两个需求彻底解耦了这是它最大的价值也是这篇文章我真正想分享的核心逻辑。2. 环境准备与安装这一步踩坑的人最多2.1 软件与硬件要求StarNet 的完整版叫 StarNetv2作者是 Nikita Misiura。它主要提供两个使用入口一个是 Photoshop 插件.8bi 文件另一个是作为命令行工具或者集成到其他软件里。对于大多数拍星爱好者来说最方便的就是 Photoshop 插件版直接挂在 PS 的滤镜菜单里就能用。先说说电脑配置。StarNetv2 跑的是神经网络推理它对 CPU 也支持但速度很感人。我在一台旧笔记本上i5-8250U没有独立显卡跑一张 2400 万像素的图耗时大约 25 到 40 分钟基本等于可以先去睡一觉。后来换到一台带 GTX 1660 Super 的机器上同样一张图只用 2 到 5 分钟。如果你手头是 RTX 3060 或者更好的卡那大概一分钟以内就能出结果。所以硬件建议很直接尽量用带独立显卡的电脑NVIDIA 显卡配合 CUDA 加速效率最高。如果实在只有核显或者 A 卡也能跑只是要有耐心。显存方面4GB 是起步线6GB 以上更充裕。我试过在 4GB 显存的机器上处理 6000 万像素的图虽然慢一点但没有因为显存不足而崩溃。超过 8000 万像素的全景拼接图建议还是先裁剪成几块分别处理再拼回去。2.2 插件安装路径与版本兼容性StarNetv2 的发布页面提供的下载文件通常是一个 zip 包解压之后你会看到 StarNetv2.8bi 这样的插件文件。安装方法就是把 .8bi 文件复制到 Photoshop 的 Plug-ins 目录下。Windows 版的常见路径是C:\Program Files\Adobe\Adobe Photoshop 2024\Plug-insMac 版的路径在 Applications 文件夹里找到 Photoshop 应用程序右键显示包内容然后进 Contents\Plug-ins。放好后重启 Photoshop在滤镜菜单的最底部一般会出现 StarNetv2 或 Other → StarNetv2 这样的入口。这里有几个容易踩的坑我一个个说。第一插件版本要和 PS 版本匹配。StarNetv2 的 .8bi 主要是 64 位插件必须是 64 位版本的 Photoshop 才能加载。如果你还在用 PS CS5 或者更老的 32 位版本那基本没戏。支持比较好的版本区间是 Photoshop CC 2018 到现在的 2024、2025我实测 CS6 64 位也能加载但稳定性一般偶尔会崩溃。第二安装路径不能有中文和特殊字符。这一点很多人忽略。如果 Photoshop 装在中文路径下或者用户名是中文可能会导致插件加载失败。我在帮朋友远程处理时遇到过几次最后都是把用户目录改成英文或者重新安装 PS 到默认路径解决的。第三滤镜菜单里找不到 StarNet不等于没装好。有时候插件文件放对了但 PS 的滤镜列表里就是不显示。这种时候先检查一下 PS 版本是不是 64 位再到帮助→系统信息里看看有没有插件被禁用。如果显示出插件但打不开通常是被系统安全策略拦了。Windows 下右键点击 .8bi 文件在属性里选择解除锁定然后重新复制到插件目录多半就好了。2.3 关于命令行版和第三方集成除了 PS 插件StarNetv2 也有支持 Python 调用的版本以及被集成到了 Siril、AstroPixelProcessorAPP等天文后期软件里。Siril 在比较新的版本中加入了 StarNet 的调用选项这样你不用打开 PS在 Siril 里就能直接生成 starless 图和星点图。APP 也有类似功能。如果你主要是用 Siril 做预处理和拉伸那建议直接走这个入口少一次软件切换。不过我这篇文章的实操部分还是以 Photoshop 插件版为主线因为 PS 在后期合成和蒙版操作上确实更灵活。其他软件可能处理完基础步骤后最终还是得到 PS 里做细节合成。两张图的分工就是预处理和基础拉伸用你熟悉的工具StarNet 负责分离PS 负责最后的艺术化合成。3. 核心实操流程从素材到 starless 再到完美合成3.1 输入素材的准备有些图不适合直接跑 StarNet先明确一个边界条件StarNet 是对已经基本处理完的图做星点分离不是对原始堆叠图做粗暴拉伸。如果你扔进去一张线性图就是那种刚堆叠完、看起来黑漆漆一片的图StarNet 虽然也能跑但输出的 starless 图会因为低反差而失去很多暗云气细节。更合理的做法是先把图做一次基本的拉伸和颜色校准让星云结构大致可见了再用 StarNet 做分离。另外素材的星点不能过曝太多。如果星点中心已经全白、变成一个大圆盘子StarNet 会把整个圆盘当作一个大星点移除但移除后剩下的区域会变成一个空白斑块。这种时候就需要在跑 StarNet 之前先手动对星点做一下压缩。我用得比较多的是 PS 里的最小值滤镜配合蒙版先把特大星的星芒压一压、星点缩一缩再进 StarNet。这样分离效果明显更干净。色彩校准也要提前做。StarNet 训练的时候用的是接近自然色彩的星野图如果你的图偏色很厉害神经网络可能把某些星云误判成星点或者背景。我通常会把白平衡、色彩校准做完确认星云颜色在合理范围内才进入 StarNet 流程。3.2 Photoshop 里跑一次 StarNet分步操作实录下面是一套我用了很久的标准操作流程针对一张典型的深空图比如 M42 猎户座大星云或者 M31 仙女座星系。第一步打开你已经拉伸好的图像确保图像模式是 RGB 8 位或 16 位。StarNetv2 对 16 位图像支持正常但如果你开了 32 位模式需要先转成 16 位或者 8 位否则滤镜可能报错或者根本不出现。第二步复制一个背景图层。养成这个习惯很重要因为 StarNet 会直接在图层上做运算如果直接在背景层上跑一旦效果不满意撤销空间就很小。复制图层之后命名成Starless 源图。第三步选中复制出来的图层进入滤镜菜单找到 StarNetv2 并点击运行。这时会弹出一个对话框需要简单设置几个参数。这里面有两项要特别注意Scale尺度默认一般是 1.0它控制模型检测星点的尺度范围。如果你的图里星点整体偏大比如使用了短焦镜头或者星点因为跟踪误差被拉长可以尝试把 Scale 提高到 1.2 或 1.5如果星点偏小长焦深空图可以降到 0.8。这个参数我一般从默认开始效果不好再微调。Stride步长默认值一般不用动。它影响模型推理时的重叠程度调小会增加计算量但可能稍微提升边缘质量。如果你处理超大图时速度太慢可以适当调大 Stride但不要超过 16。第四步点击运行并等待。此时可以泡杯茶。处理结束后你会得到一个新的图层这层的内容就是去除星点后的 starless 图。注意观察星云尤其是暗云的细节是否保留星点是否干净。如果星点还有残留可以用 PS 的修补工具或者再次以稍高 Scale 值跑一次。不过通常一次就够了。3.3 提取星点层用图像计算把星点单独抠出来StarNet 直接给你的是 starless 图。那星点图怎么来很简单用原图和 starless 图做差就行了。数学上原图等于星点加星云背景starless 图就是星云背景两者相减剩下的大致就是星点信息。在 PS 里实现这一步有多种方法。我最常用的是图像→计算命令。在这里我详细说下参数设置。先把图层结构理一下最下面是背景层原图上面是处理好的 starless 图层。选中 starless 图层然后点击图像→计算。在弹出的对话框里源1Source 1选背景层图层通道选 RGB 或者灰色混合选减去源2Source 2选 starless 图层通道选 RGB 或者灰色补偿值Offset设为 128勾选反相这样得到的是一个中间混合通道包含了星点信息。你也可以通过设置输出到新建图层来直接生成一张星点图。另外一种更直观的方式是用图层混合模式把 starless 图层复制一份放到原图上方混合模式改为差值然后盖印图层得到的就是原图减 starless 图的差值结果。这个结果需要在色阶里调整对比度让星点更明显。我试过两种方式效果基本一致但图像计算的精度更高一点因为它是在通道层面做算术运算避免了 RGB 到灰度的信息损失。拿到差值图之后一般还要对星点层做一步清理。因为差值计算会带入一些背景噪声和边缘伪影直接用会显得脏。我通常的做法是对差值图层执行滤镜→其他→最小值半径 1 像素把星点周围细微的黑色描边收缩掉一点再通过色阶把背景压暗、把星点提亮让星点层干净地只保留星点。3.4 分层合成与混色技巧星点星云再合体拿到 starless 图和星点图之后最激动人心的时刻就来了把它们重新合成一张既有星点又突出星云的图。最基础的方法是线性减淡添加混合模式。把星点图放到 starless 图上方混合模式设为线性减淡添加然后把不透明度调到你觉得合适的位置一般是 40% 到 80% 之间。这种混合模式的原理是通道值相加星点层的亮度直接叠加到背景层上星点会显得干净、明亮、不失真。但这里有一个细节值得注意星点图在做差值提取时天然会比原图偏灰直接相加可能会让背景发白。我建议在叠加之前先对星点图层做一次色阶调整把黑场设到接近 0让星点间的空隙变成纯黑。这样相加时就不会污染背景了。更进阶的玩法是分通道合成。比如银河照片里星点通常是蓝白色而星云是红色和青色混合。如果你把星点层和星云层分别调色后再合成可以更好地控制整体色彩氛围。我会把 starless 层做一次强饱和度和对比度的调整让 H-alpha 区域的红和 O-III 区域的蓝都出来星点层则通过色相/饱和度把星点微微调成冷色调。合出来之后整张图的立体感和色彩层次都要好很多。还有一个比较小众但很实用的玩法用 starless 图做人工色彩重建。对一张暗云气非常丰富的银河核心图直接看原图星云颜色经常被大片星点冲淡无法准确判断真实色彩。跑完 StarNet 得到 starless 图之后你可以在里面看到非常纯粹的星际尘埃颜色。用曲线分别调整 R、G、B 通道把尘埃的棕黄色和电离氢的红色慢慢拉出来。这时候再叠加星点星云颜色不仅不会被干扰反而会因为背景纯净而显得非常扎实。这个技巧在处理大面积暗星云、巴纳德环这类目标时尤其好用。4. 进阶玩法与工具对比别只会跑一次 StarNet4.1 StarNet 的边界哪些目标不适合用它StarNet 虽然很强但不是万能的。它最擅长的场景是图像里有密集的、近似点状分布的恒星背景是连续的结构化星云。但如果遇到下面几类情况我的建议是谨慎使用。第一目标本身是面状星云且有亮核的比如 M31 仙女座星系。仙女座星系的核心非常亮外围旋臂里又有大量星点StarNet 处理时可能会把星系核心的一部分当作大星点移除导致星系中心出现凹陷感。这种情况下我会先用星点蒙版保护星系核心区域或者把星系核心单独裁剪出来处理再拼接回整体。第二星点严重拉线的情况。StarNet 训练数据里主要是接近圆形的星点如果你因为跟踪不准星点拖成了长条它会尽力识别但结果经常不理想拉线星被识别成断续的碎片边缘还有残留。这种素材建议先用传统方法把拉线修一修变成近似圆形再跑。第三极度密集的星场比如球状星团 M13、M22 这类目标。球状星团的核心区域星点密度极高几乎连成一片StarNet 会把一部分星团核心当成非星点结构保留下来导致分离不彻底。处理这类目标我通常只在外围区域使用 StarNet核心区域用星点蒙版配合传统缩星。4.2 多张图协同StarNet 在拼接和马赛克中的应用拍银河全景或者大面积天区时经常会用到多张图拼接。拼接前的单张处理如果用传统缩星法挨个处理工作量大到怀疑人生。StarNet 的批处理能力在这里就非常有用。我的标准做法是先把每一张图都跑一次 StarNet得到对应的 starless 图和星点图然后分别用拼接工具PTGui、PS 的 Photomerge 或者 Siril 的拼接拼出两张全景图——一张全景 starless一张全景星点最后再合起来。这样做还有一个额外好处拼接时不会因为各张图星点对齐误差而产生双层星点或者虚影。因为 starless 图里根本没有星点拼接时只管对齐星云结构星点图拼接时即使对齐不完美最后叠加回 starless 图时星点是贴在云气上的视觉上也很自然。马赛克拼接更是离不开这个思路。以前拼接的时候接缝处星点不一致是最大痛点。用了 StarNet 之后先用 starless 拼主结构再用星点层做整体覆盖接缝几乎消失。我在处理一个 2x3 的马赛克银心图时接缝问题从之前的半小时手工精修缩短到了十分钟左右效果还更干净。4.3 StarNet 与缩星、星点蒙版的组合拳很多人以为跑完 StarNet 就完事了其实可以再配合传统手法做精细控制。一个很实用的组合是StarNet 去除星点后在 starless 图上做局部的 HDR 处理。因为没有了星点干扰你可以放心地对核心区域做高光压缩、对暗部做阴影提升不用担心操作会波及星点。处理完之后再合入星点层。这种先无星调色后有星出图的思路可以大幅提升画面宽容度。另一个组合是用 StarNet 生成的 starless 图作为蒙版基础。比如你要压暗背景、突出暗云气直接建一个亮度蒙版很难精准避开星点但在 starless 图上做的蒙版天然没有星点用这个蒙版作用于原图就能只影响云气而不动星点。这个技巧用来做背景降噪特别棒对 starless 图做一次轻度降噪再叠加回原图星点完全不会因为降噪而变糊。我给这套组合取名三步分离法第一步 StarNet 分离星点和云气第二步各自调整第三步通过蒙版和混合模式重组。这个流程执行一次之后你会发现自己对后期控制的精细度上升了一个台阶。4.4 跟其他星点移除工具横向对比星点移除工具不止 StarNet 一个。知名一点的还有 StarnetStarNet 的另一个变体、Star Removal 工具比如 Photoshop 里的 Astronomy Tools Action Set 里的 Star Reduction、DeepSkyStacker 的 Star Mask 功能。简单对比一下工具原理优点缺点StarNetv2深度学习星点移除彻底、操作简单、效果好处理速度依赖显卡偶尔误删星云核Starnet深度学习速度稍快、支持更多调用方式部分版本配置更麻烦效果和 v2 接近传统缩星AT 插件形态学处理可控性强、不伤星云手动调整多密集星场处理效果一般PixInsight 的 EZ Star Reduction形态学蒙版集成在 PI 里和 PI 流程配合好需要 PI 基础处理效果上限低于深度学习我个人最终选择 StarNetv2 而不是它的变体主要原因是操作性。StarNetv2 直接出 starless 图适合我这种习惯在 PS 里做最终合成的人。Starnet 用起来也没问题但命令行参数比 v2 多除非你有明确的二次开发需求否则没必要给自己增加学习成本。另外StarNetv2 的更新频率不错作者会针对新出现的问题迭代我用到现在一年多稳定性是靠谱的。5. 常见问题与排查技巧实录5.1 最快解决清单先自查这十件事实际操作中很多问题其实都是重复出现的。我把过去一年里身边朋友问得最多的、以及我自己踩过的坑整理成了这个速查表按频率排序遇到的现象可能原因排查与解决方案滤镜菜单里找不到 StarNet插件没放对目录 / PS 不是 64 位 / 插件被系统锁定检查 Plug-ins 路径确认 64 位 PS右键 8bi 文件属性解除锁定运行 StarNet 时 PS 卡死显存不足 / 图片尺寸过大 / 插件版本太旧降到 16 位或 8 位裁剪大图分块处理更新插件版本关闭其他吃显存的软件处理结果星点还有残留Scale 参数偏低 / 素材星点过曝严重调高 Scale 到 1.2-1.5预处理阶段先做星点压缩处理结果把星云核心移除了星云核心太亮太集中被当作大星点用选区保护核心区域或者裁剪核心单独处理输出色彩偏灰差值计算带来的灰色基底对 starless 层做色阶/曲线增强再和原图混合时调整不透明度图像边缘出现黑框卷积边界效应处理前先用编辑→填充→内容识别扩展画布或者处理完把边缘裁剪掉16 位图无法运行某些版本只支持 8 位转成 8 位再跑之后再做 16 位色彩增强Mac 版插件不生效没有正确放入 Contents/Plug-ins右键 PS 应用图标进入包内容确认路径无空格批处理时 GPU 占用率忽高忽低驱动问题或显存共享限制更新显卡驱动在 NVIDIA 控制面板里调高性能模式和 Ha 窄带图配合效果差模型训练数据大多是彩色 RGB 图窄带图先合成哈勃色 RGB再跑 StarNet以上这些基本上覆盖了新手到中级玩家可能遇到的大部分问题。5.2 独家避坑心得这些经验文档里不会写第一说到底StarNet 的输入输出都是图层而不是最终成片。很多人跑完 StarNet 发现无星版看起来灰蒙蒙的觉得效果不行。这是正常的。starless 图是半成品它的任务是保留星云结构不是为了好看。你需要的是对 starless 层继续做曲线、色阶、饱和度增强。我在第一次跑的时候也犯过这个错误差点放弃这个工具。后来想通了这一点就彻底离不开了。第二不要小看不透明度这个参数。合成星点时100% 的不透明度会让星点特别锐利但有时候显得贴在背景上不够自然。我现在的习惯是星点层初始不透明度 60%然后配合图层蒙版用柔边画笔在星云核心区域稍微擦除一部分星点让星点在核心区域从 40% 渐变到 80%。这样星点有深有浅、有远有近画面立体感一下子就出来了。第三处理完后要检查 1:1 视图下的星点边缘。有时候在缩略图上看着很干净的星点放大到 1:1 会发现边缘有一圈偏暗的描边。这是差值计算带来的典型伪影。解决办法是在提取星点图的时候用前面提到的最小值滤镜做收缩或者对 starless 层先做一次轻度的高频模糊再计算差值能显著减少描边。我任何一张图都会做这步检查看似多花了半分钟却省掉了返工的大麻烦。第四跟着素材走不要执着于固定参数。网络上有人说 Scale 固定用 1.0、Stride 固定用 8这是偷懒的说法。不同望远镜焦距、不同相机画幅、不同视宁度下拍的星点尺寸差异非常大。我自己总结的经验是星点直径普遍小于 5 像素时Scale 可以降到 0.7 到 0.8星点在 5 到 10 像素时用 1.0超过 10 像素用 1.2 以上。这套经验不一定适合所有目标但可以作为起步值再微调。5.3 我个人的工作流参考与最终感受现在我的标准深空后期流程已经固定成这样RAW 预处理和堆叠用 Siril拉伸到中间调后导出 TIF在 PS 里跑 StarNet 分离然后分三层背景增强、星云调色、星点强调完成最终出图。整个流程里StarNet 是最稳定的一个环节几乎不会出问题反倒是那些传统修图步骤经常需要反复尝试。用 StarNet 一年多了我最深的体会是它改变的不仅是星点去除这一个步骤而是整个后期思路。以前我是一个像素一个像素地跟星点搏斗现在我是在更高维度上规划画面的信息分配——哪些像素承载星云结构哪些像素承载星点一切都清清楚楚。这种控制感是很上头的事情。如果你还没试过 StarNet建议今晚就把一张之前怎么拉都拉不干净的银河图翻出来跑一次。你可能会发现原来那些埋没在星点底下的星云细节其实一直都在。