Meta の Map-Anything をローカルで動かす（使い方編 / Gradio 6.x 互換性メモ）

はじめに

こんにちは、しゅんです。
今回は Meta の MapAnything を「とりあえず手元で動かす」ための 使い方編です。GUI（Gradioデモ）とCLI推論を試しつつ、ハマった点（Gradio 6.x の互換性エラー）も含めてまとめます。

GitHub:

前編

0. 環境メモ（自分のローカル）

• Python: venv で動かしました（condaでもOKですが、私はconda嫌いなので載せません）
• 初回実行時、モデルを Hugging Face からダウンロードするためネットが必要
• 画像枚数が多いと VRAM/RAM が増えがち → --memory_efficient_inference が用意されている（今回は未検証）

1. セットアップ（最小）

リポジトリ取得 & venv

git clone https://github.com/facebookresearch/map-anything.git
cd map-anything

# 例: Python 3.12 を使いたい場合は python3.12 -m venv .venv でもOK
python -m venv .venv
source .venv/bin/activate

依存インストール（最小）

pip install -e .

Gradioデモも使う場合（追加）

pip install -e ".[gradio]"

2. まずは CLI で最小推論（画像フォルダ → GLB）

一番手堅く「動いた」を確認するならこれ。

python scripts/demo_images_only_inference.py \
  --image_folder /path/to/images \
  --viz \
  --save_glb \
  --output_path output.glb

• --viz：可視化を有効化（Rerunなどを使う想定）
• --save_glb：結果を GLB で保存
• --output_path：保存先

メモリが厳しいとき（今回は未検証）

python scripts/demo_images_only_inference.py \
  --image_folder /path/to/images \
  --memory_efficient_inference \
  --save_glb \
  --output_path output.glb

今回の自分のケースではメモリ的に困らなかったので、--memory_efficient_inference は未検証です。

3. 可視化：Rerun（今回は未検証）

MapAnything の周辺は Rerun を使った可視化導線もあります。
（ただし私は今回は Gradioデモで確認したので、Rerunは未検証です）

Rerun サーバ例：

rerun --serve --port 2004 --web-viewer-port 2006

別ターミナルでCLIを回す例：

python scripts/demo_images_only_inference.py \
  --image_folder /path/to/images \
  --viz \
  --save_glb \
  --output_path output.glb

4. Gradio デモを動かす（＋ Gradio 6.x 互換性エラー修正）

起動方法

python scripts/gradio_app.py

そこで遭遇したエラー

TypeError: Gallery.__init__() got an unexpected keyword argument 'show_download_button'

原因（自分の理解）

自分の環境（Gradio 6.1 系）では、gr.Gallery(..., show_download_button=True) がそのまま通らず、エラーになりました。

対応（修正方針）

• show_download_button=True → buttons=["download"] に置き換え
• ついでに、Gradio 6 系で警告が出やすい theme/css の渡し方も整理
  （Blocks(theme=..., css=...) ではなく、launch(theme=..., css=...) へ寄せる）

修正差分（scripts/gradio_app.py）

diff --git a/scripts/gradio_app.py b/scripts/gradio_app.py
index 66bcec4..ba18df2 100644
--- a/scripts/gradio_app.py
+++ b/scripts/gradio_app.py
@@ -1087,7 +1087,7 @@ def load_example_scene(scene_name, examples_dir="examples"):
 # -------------------------------------------------------------------------
 theme = get_gradio_theme()
 
-with gr.Blocks(theme=theme, css=GRADIO_CSS) as demo:
+with gr.Blocks() as demo:
@@ -1120,7 +1120,7 @@ with gr.Blocks(theme=theme, css=GRADIO_CSS) as demo:
                 label="Preview",
                 columns=4,
                 height="300px",
-                show_download_button=True,
+                buttons=["download"],
                 object_fit="contain",
                 preview=True,
             )
@@ -1582,4 +1582,10 @@ with gr.Blocks(theme=theme, css=GRADIO_CSS) as demo:
     # -------------------------------------------------------------------------
     gr.HTML(get_acknowledgements_html())
 
-    demo.queue(max_size=20).launch(show_error=True, share=True, ssr_mode=False)
+    demo.queue(max_size=20).launch(
+        show_error=True,
+        share=True,
+        ssr_mode=False,
+        theme=theme,
+        css=GRADIO_CSS,
+    )

修正後の使い方（流れ）

1. python scripts/gradio_app.py を起動

2. ブラウザで 動画 or 複数画像をアップロード

3. Reconstruct を押して推論開始

4. UI上で以下のタブ（表示）から結果を確認できます

   • 3D View
   • Depth
   • Normal
   • Measure

5. COLMAP連携について（注意：一部未検証）

MapAnything には COLMAP形式へ書き出すスクリプトが用意されています（cameras.bin / images.bin / points3D.bin / points.ply）。

COLMAP形式へのエクスポート例

pip install -e ".[colmap]"

# feed-forwardのみ
python scripts/demo_colmap.py --scene_dir=/YOUR/SCENE_DIR/ --memory_efficient_inference

# BAあり
python scripts/demo_colmap.py --scene_dir=/YOUR/SCENE_DIR/ --memory_efficient_inference --use_ba

• 出力は /YOUR/SCENE_DIR/sparse/ に保存される想定

GLB出力できるスクリプト（未検証）

scripts/demo_inference_on_colmap_outputs.py があり、GLB出力のオプションも用意されています。
ただし 自分はGLB出力後の中身確認までできてないので未検証です。

python scripts/demo_inference_on_colmap_outputs.py \
  --colmap_path /path/to/colmap_output \
  --viz \
  --save_glb \
  --output_path output.glb

6. 結果（Gradioで回してみた）

お茶のボトル、マジックキューブ、学校を撮影して Gradioで回してみた結果です。

https://t.co/0brCMO8Ia7 pic.twitter.com/dN2xSx71T8

— SYUN@一刻も早く卒業したい (@syun88AI) December 19, 2025

map-anything 学校を撮影して、試しました https://t.co/yGjowztIX0 pic.twitter.com/RlT7gYIl9y

— SYUN@一刻も早く卒業したい (@syun88AI) December 19, 2025

https://t.co/xfdr6AtLbe pic.twitter.com/oiY82ZJIx1

— SYUN@一刻も早く卒業したい (@syun88AI) December 19, 2025

7. まとめ（今回のポイント）

• CLIの image-only 推論 → GLB保存が一番ラクに動作確認できる
• Gradio 6.x だと show_download_button 周りで落ちることがある
  → buttons=["download"] に変更で回避できた
• --memory_efficient_inference は「遅くなる代わりに多ビュー/低メモリ寄り」になる想定
  → 今回は 未検証
• COLMAP連携は導線があるけど、スクリプトによっては自分はまだ 未検証な部分がある

今回も最後まで読んでくれてありがとうございます。