SAM3 - Enmascarado de vídeo mediante prompts de texto

SAM 3 te permite enmascarar objetos en un video solo escribiendo una frase corta como "auto rojo" o "persona" — sin rotoscopía cuadro por cuadro. Encuentra todas las instancias coincidentes, las rastrea a través de los cuadros con IDs estables y genera máscaras por cuadro listas para composición, desenfoque o reemplazo.

Acerca de

Este flujo de trabajo demuestra el enmascarado de video guiado por texto con el nodo SAM3 Video Masking (ID: 9cea40bb-b0cf-4b40-a758-8935cfe8d52f). Cargas un clip con VHS_LoadVideo, describes el objetivo en lenguaje natural (por ejemplo, "auto rojo", "persona", "taza de café"), y el nodo encuentra todas las instancias coincidentes y las rastrea a través de los cuadros con IDs estables. Produce tres salidas paralelas: una previsualización (máscaras de color sobre los cuadros originales), una secuencia de máscaras binarias/grises y una secuencia recortada donde solo se conservan los píxeles enmascarados.

Lo que proporcionas

  • Leyendo el flujo de trabajo

Se ejecuta en ComfyUI. Este flujo de trabajo no puede ejecutarse en esta página. Ábrelo en Comfy Cloud con todo cargado o descárgalo para tu propio ComfyUI.

Probar en Cloud
Salida
Ejemplo
Sample output

Preguntas y respuestas