MatAnyone本地部署,视频分割处理,绿幕抠像(WIN/MAC)

大家好，今天要和大家分享的项目是MatAnyone ，与上一篇分享的SAM2LONG类似，不过上次的分享没有提到如何在 MAC 上部署，后来有小伙伴私信说希望能出一个 MAC 版本的。那正好看到MatAnyone这个项目顺手就写下来。该项目基于SAM2同样可以一键抠出视频中的主体，快速输出绿幕视频或者是AlphaMask视频。本篇会分享本地手动部署流程以及MatAnyone的使用方法。

以下是手动部署的步骤，也可以直接使用一键包进行部署。

手动部署

克隆代码仓库

python 复制代码

git clone https://github.com/pq-yang/MatAnyone
cd MatAnyone

创建 Conda 虚拟环境

python 复制代码

conda create -n matanyone python=3.10 -y

安装依赖

python 复制代码

pip install -e .

python 复制代码

pip3 install -r hugging_face/requirements.txt

安装FFmpeg

python 复制代码

# macOS
brew install ffmpeg

# Windows (通过 Chocolatey)
choco install ffmpeg

# Ubuntu/Debian
sudo apt install ffmpeg

安装pytorch

windows

安装 CUDA 12.8 支持的 PyTorch 套件，启用 GPU 加速。

python 复制代码

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

MAC

python 复制代码

pip3 install torch torchvision torchaudio

MAC部署需要修改下matanyone_wrapper.py第44行

python 复制代码

 device = torch.device("mps") if torch.backends.mps.is_available() else torch.device("cpu")
    mask = torch.from_numpy(mask).to("cpu")


    frames_np = [frames_np[0]]* n_warmup + frames_np

    frames = []
    phas = []
    for ti, frame_single in tqdm.tqdm(enumerate(frames_np)):
        image = to_tensor(frame_single).to("cpu").float()