SAM3 - 文字提示影片遮罩
SAM 3 讓你只需輸入短語(如「紅色汽車」、「人物」)即可遮罩影片中的物件——無需逐格描繪。它會找出所有符合的實例,跨幀追蹤並給予穩定 ID,輸出每幀遮罩,方便合成、模糊或替換。
關於
此工作流程示範使用 SAM3 Video Masking 節點(ID:9cea40bb-b0cf-4b40-a758-8935cfe8d52f)進行文字驅動的影片遮罩。你用 VHS_LoadVideo 載入片段,用自然語言描述目標(例如「red car」、「person」、「coffee cup」),節點會找出所有符合的物件,並在跨影格追蹤時維持穩定的 ID。它會輸出三條平行結果:預覽疊加(在原始影格上畫出彩色遮罩)、原始二值/灰階遮罩串流,以及只保留遮罩像素的去背裁切串流。
您提供的內容
- 正在讀取工作流程
在 ComfyUI 中執行。 此工作流程無法在此頁面上執行。請在已載入所有內容的 Comfy Cloud 中開啟,或下載到您自己的 ComfyUI。
在 Cloud 中試用範例
問答
將 SAM3 各輸出分別連到各自的 SaveVideo 節點。fps 請用 VHS_LoadVideo 的 fps 輸出(或手動設定),選擇檔案路徑與格式後渲染。三種串流可獨立匯出。
可以。如果提示符合多個實例(如「人物」),節點會分割並追蹤每個,給予穩定 ID。若要限制結果,請用更明確提示(如「穿紅外套的人」)或裁切輸入區域。
快速動作、動態模糊或遮擋會降低逐幀信心,影響追蹤。可用更明確提示、提高節點信心/分數閾值,或在 VRAM 允許下用原始解析度處理。
建議使用 GPU。效能與 VRAM、運算能力成正比。若硬體有限,可降解析度並用 VHS_LoadVideo 的 frame_load_cap 先預覽短片段。
相關工作流程
- Flux.2 Dev, Flux.2 Klein, GPT-Image-1.5, Grok, Nano Banana Pro, Qwen-Image-Edit, Seedream
1個輸入與多個編輯模型對比
- ACE-Step
ACE-Step 1.5 音樂產生(4B LLM)
- 合作夥伴節點
AI on the Lot 2026 - Final WF - t2v
- 合作夥伴節點
AI on the Lot 2026 - QwenVL - i2t
- 合作夥伴節點
AI on the Lot 2026 - QwenVL - 提示詞增強器
- 合作夥伴節點
AI on the Lot 2026_LTX-2.3_IC LoRA(Union Control)
- 合作夥伴節點
Arrow2: Image to SVG
- 合作夥伴節點
Arrow2: Text to SVG
- ElevenLabs
ElevenLabs:語音轉文字
- 合作夥伴節點
Fish Audio: Speech to Text
- Flux.1, Flux
Flux.1 Canny 模型
- Flux.1, Flux
Flux.1 Redux 模型