原站提供的展示图片。
- 代码许可：apache-2.0
- 作者：merve
- 分类：AI 视频
- 名称：SAM3 Video Segmentation
- 来源：Hugging Face Spaces
SAM3 Video Segmentation 面向需要从视频中提取和持续跟踪目标的任务。它支持文字提示与点选引导两种交互方式，先在具体帧中确定目标，再将目标掩码传播到整段视频，适合处理多目标、视频素材分析和后续编辑准备等场景。
核心功能
该应用围绕视频目标分割与跟踪展开。加载视频后，可以在指定帧中描述想要处理的对象，系统会为画面中的对应目标生成分割掩码；也可以通过点选画面提供引导，分别设置多个对象。完成目标定义后，可将结果传播到整个视频，并生成保持原视频帧率的MP4预览文件。
文字提示方式
使用文字提示时，可以输入一个对象描述，例如“红色汽车”或“企鹅”，也可以用逗号分隔多个描述，例如“人物、床、台灯”。文字提示会返回画面中该类对象的全部实例，因此它适合按类别处理对象；如果需要区分同类对象中的某一个，仅凭“左侧企鹅”这类位置描述并不能保证只选中指定实例。
点选引导方式
点选方式适合需要更直接控制目标范围的情况。用户先选择对象编号和点的标签，再在视频帧上点击，为同一个对象添加多个引导点，也可以跨帧定义多个对象。通过正向或负向点选，可以表达希望纳入或排除的区域，随后再观察生成的掩码是否符合目标范围。
预览与导出
目标定义后，可以使用帧滑块浏览不同画面，检查当前帧的分割掩码和目标状态。确认对象设置后执行跨视频传播，系统会尝试让这些目标沿视频持续跟踪。完成后可渲染为MP4，用于平滑查看整段结果；对于运动复杂、遮挡明显或目标外观变化较大的视频，建议重点检查传播后的各个阶段。
适用任务
该工具可用于从视频中分离人物、动物、车辆或其他可描述目标，为视频编辑、目标追踪、素材整理和视觉分析提供掩码结果。若任务重点是按类别找出画面中的全部实例，文字提示更便于快速建立目标；若需要针对具体对象进行控制，点选引导可能更合适。最终效果取决于视频内容和目标定义方式，应结合帧预览进行判断。