MatAnyone

日本語

English

日本語

English

Appearance

Usage ​

動画ワークフロー ​

  1. Video タブを開きます。
  2. 入力動画を読み込みます。
  3. 開始フレーム上で positive / negative の点を置きます。
  4. 対象領域が狙えていることを確認して Add Mask を押します。
  5. Video Matting を実行します。
  6. 生成された foreground / alpha 動画を results/ から回収します。

画像ワークフロー ​

  1. Image タブを開きます。
  2. 入力画像を読み込みます。
  3. point prompt で対象を切り出します。
  4. Add Mask を押します。
  5. Image Matting を実行します。
  6. UI から foreground / alpha 出力を保存します。

モデル選択 ​

利用可能なチェックポイントがそろっている場合、UI では次の 2 つを選べます。

  • MatAnyone
  • MatAnyone 2

両方ある場合の既定値は MatAnyone 2 です。

よく使うランタイムフラグ ​

powershell
uv run --python .\.venv\Scripts\python.exe matanyone2-runtime webui --help

主なフラグ:

  • --device cuda または --device cpu
  • --port 7860
  • --server_name 127.0.0.1
  • --sam_model_type vit_h
  • --performance_profile auto|quality|balanced|fast
  • --cpu_threads 8

PyPI から入れた環境でも、同じ matanyone2-runtime コマンドで起動できます。Windows では次のどちらでも実行しやすいです。

  • matanyone2-runtime ...
  • .\.venv\Scripts\matanyone2-runtime.exe ...

CLI での検証実行 ​

Gradio を開かずに SAM -> MatAnyone -> 保存 までの経路を検証したい場合は、共通ランタイムを CLI から実行できます。

powershell
uv run --python .\.venv\Scripts\python.exe matanyone2-runtime cli --input media\bookcat.mp4 --device cpu --performance_profile balanced --cpu_threads 8 --sam_model_type vit_h --frame_limit 241 --video_target_fps 0 --output_fps 12 --positive_point 280,180 --negative_point 30,30 --negative_point 530,30 --output_dir results

matanyone-cli ...、python -m matanyone2 cli ...、従来の scripts/run_pipeline_check.py でも近い実行はできますが、推奨は統一エントリポイントの matanyone2-runtime です。

このワークフローは performance.md の比較でも使っています。指定した --output_dir の下に mask preview、foreground、alpha、各種デバッグ成果物がまとまって出力されます。

--output_fps を省略した場合、CLI は読み込んだ処理 FPS を保ったまま動画を書き出すため、出力動画の再生時間が処理フレーム列と一致しやすくなります。意図的に再生速度を変えたいときだけ --output_fps を指定してください。

共通ランタイム ​

Gradio アプリと CLI はどちらも matanyone2/demo_core.py を通ります。つまり:

  • CLI 実行は Web UI と同じコア挙動のデバッグ手段になります
  • checkpoint 読み込み、前処理、SAM prompting、matting、成果物保存の流れが両 entrypoint でそろいます
  • scripts/run_pipeline_check.py や python -m matanyone2.cli も、同じフラグならほぼ同等の結果を期待できます

run 出力構造 ​

現在の run は results/bookcat_1773163828_6577592/ のような専用フォルダを作り、トップレベルの results/ に直接ばらまかない構成です。

その中には通常次が入ります。

  • bookcat_foreground.mp4 や bookcat_alpha.mp4 などの最終成果物
  • 選択した SAM preview と mask
  • デバッグ用の入力フレームスナップショット
  • matting の先頭 / 末尾スナップショット
  • run 設定を記録した metadata.json