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 CloudQuestions-réponses
Connectez chaque sortie de SAM3 à un nœud SaveVideo dédié. Utilisez la sortie fps de VHS_LoadVideo pour alimenter l’entrée fps de SaveVideo (ou définissez-la manuellement), choisissez le chemin et le format, puis lancez le rendu. Vous pouvez exporter un ou plusieurs flux indépendamment.
Oui. Si le prompt correspond à plusieurs instances (ex : « personne »), le nœud segmente et suit chacune avec un ID stable. Pour limiter les résultats, rendez le prompt plus spécifique (ex : « personne en veste rouge ») ou recadrez l’entrée sur la zone d’intérêt.
Le mouvement rapide, le flou ou les fortes occultations réduisent la confiance par frame et perturbent le tracking. Améliorez le résultat avec un prompt plus précis, en augmentant le seuil de confiance du nœud, et en traitant la vidéo à la résolution d’origine (ou moins de downscaling) si la VRAM le permet.
Un GPU est fortement recommandé. Les performances dépendent de la VRAM et de la puissance de calcul. Vous pouvez tout de même prototyper sur du matériel limité en baissant la résolution et en utilisant frame_load_cap pour prévisualiser un segment court avant de traiter tout le clip.
Workflows associés
- ACE-Step
ACE-Step 1.5 Génération de Musique (4B LLM)
- Nœud partenaire
AI on the Lot 2026 - QwenVL - Améliorateur de Prompt
- Nœud partenaire
AI on the Lot 2026 - QwenVL - i2t
- Nœud partenaire
AI on the Lot 2026 - WF Final - t2v
- Nœud partenaire
AI on the Lot 2026_LTX-2.3_IC LoRA (Union Control)
- Nœud partenaire
Arrow2: Image to SVG
- Nœud partenaire
Arrow2: Text to SVG
- Seedance 2.0
Capture de mouvement par profondeur avec Seedance 2.0
- Z-Image-Turbo
Changer de nœud
- Nœud partenaire
Collages en Mouvement
- Gemini3 Pro Image Preview, Google, Nano Banana Pro
Colorer un dessin au trait
- Flux.2 Dev, Flux.2 Klein, GPT-Image-1.5, Grok, Nano Banana Pro, Qwen-Image-Edit, Seedream
Comparaison de 1 entrée et de plusieurs modèles d'édition