SAM3 - Máscara de Vídeo por Texto
O SAM 3 permite mascarar objetos em um vídeo apenas digitando uma frase curta como "carro vermelho" ou "pessoa" — sem rotoscopia quadro a quadro. Ele encontra todas as instâncias correspondentes, rastreia ao longo dos quadros com IDs estáveis e gera máscaras por quadro prontas para composição, desfoque ou substituição.
Sobre
Este fluxo demonstra a máscara de vídeo guiada por texto com o nó SAM3 Video Masking (ID: 9cea40bb-b0cf-4b40-a758-8935cfe8d52f). Você carrega um clipe com VHS_LoadVideo, descreve o alvo em linguagem simples (por exemplo, "carro vermelho", "pessoa", "xícara de café"), e o nó encontra todas as instâncias correspondentes e as rastreia ao longo dos quadros com IDs estáveis. Ele produz três saídas paralelas: um overlay de preview (máscaras coloridas sobre os quadros originais), uma sequência de máscaras binárias/cinza e um recorte onde apenas os pixels mascarados são mantidos.
O que você fornece
- Lendo o fluxo de trabalho
É executado no ComfyUI. Este fluxo de trabalho não pode ser executado nesta página. Abra-o no Comfy Cloud com tudo carregado ou baixe-o para usar no seu próprio ComfyUI.
Experimentar no CloudPerguntas e respostas
Conecte cada saída do SAM3 a um nó SaveVideo próprio. Use o fps do VHS_LoadVideo para alimentar o fps do SaveVideo (ou defina manualmente), escolha o caminho e formato do arquivo e renderize. Você pode exportar qualquer uma das streams de forma independente.
Sim. Se o prompt corresponder a várias instâncias (ex: "pessoa"), o nó irá segmentar e rastrear cada uma com IDs estáveis. Para limitar resultados, torne o prompt mais específico (ex: "pessoa de jaqueta vermelha") ou recorte a entrada para a região de interesse.
Movimento rápido, blur ou muita obstrução podem reduzir a confiança por quadro e atrapalhar o rastreamento. Melhore usando um prompt mais específico, aumentando os thresholds de confiança/pontuação do nó e processando o vídeo na resolução original (ou menos downscaling) se o VRAM permitir.
Uma GPU é altamente recomendada. O desempenho escala com VRAM e capacidade de processamento. Você pode prototipar em hardware limitado reduzindo a resolução e usando o frame_load_cap do VHS_LoadVideo para testar um segmento curto antes de rodar o clipe completo.
Workflows relacionados
- ACE-Step
ACE-Step 1.5 Geração de Música (4B LLM)
- Gemini3 Pro Image Preview, Google, Nano Banana Pro
Adicionar cor à ilustração em traço
- Nó parceiro
AI on the Lot 2026 - QwenVL - Aprimorador de Prompt
- Nó parceiro
AI on the Lot 2026 - QwenVL - i2t
- Nó parceiro
AI on the Lot 2026 - WF Final - t2v
- Nó parceiro
AI on the Lot 2026_LTX-2.3_IC LoRA (Union Control)
- Z-Image-Turbo
Alternar nó
- Nó parceiro
Arrow2: Image to SVG
- Nó parceiro
Arrow2: Text to SVG
- Seedance 2.0
Captura de Movimento por Profundidade com Seedance 2.0
- Nó parceiro
Colagens em Movimento
- Flux.2 Dev, Flux.2 Klein, GPT-Image-1.5, Grok, Nano Banana Pro, Qwen-Image-Edit, Seedream
Comparação de 1 entrada e múltiplos modelos de edição