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 Cloud
Saída
Exemplo
Sample output

Perguntas e respostas