SAM3 – Masquage vidéo par prompt texte

SAM 3 permet de masquer des objets dans une vidéo simplement en tapant une courte phrase comme « voiture rouge » ou « personne » — sans rotoscopie image par image. Il trouve chaque instance correspondante, les suit à travers les frames avec des IDs stables, et produit des masques par frame prêts pour le compositing, le floutage ou le remplacement.

À propos

Ce workflow montre le masking vidéo piloté par texte avec le nœud SAM3 Video Masking (ID : 9cea40bb-b0cf-4b40-a758-8935cfe8d52f). Vous chargez un clip avec VHS_LoadVideo, décrivez la cible en langage simple (par exemple « voiture rouge », « personne », « tasse à café ») et le nœud trouve chaque instance correspondante et les suit sur toutes les images avec des IDs stables. Il produit trois sorties en parallèle : un aperçu superposé (masques colorés dessinés sur les images d’origine), un flux de masques brut binaire/gris et un flux détouré où seuls les pixels masqués sont conservés.

Ce que vous fournissez

  • Lecture du workflow

S’exécute dans ComfyUI. Ce workflow ne peut pas s’exécuter sur cette page. Ouvrez-le dans Comfy Cloud, avec tout déjà chargé, ou téléchargez-le pour votre propre ComfyUI.

Essayer dans Cloud
Sortie
Exemple
Sample output

Questions-réponses