Haz clic sobre un objeto y obtén su máscara

Segmentación interactiva: marcas puntos (incluir / excluir) o una caja y el modelo devuelve la máscara del objeto a nivel de píxel. Con un vídeo corto, la máscara del primer fotograma se propaga a los siguientes (rotoscopia asistida). Inferencia real con el rastreador de SAM 3 (Meta, nov. 2025) convertido a ONNX (onnx-community/sam3-tracker-ONNX) con Transformers.js en un Web Worker (WebGPU o WASM).

Proyecto comunitario independiente; no es un producto oficial de Meta ni de Hugging Face. Tus imágenes y vídeos no salen de tu navegador: sólo se descargan los pesos del modelo desde Hugging Face. Úsalo con objetos y escenas; no está pensado para identificar personas.

1 · Cargar el modelo

Comprobando WebGPU…

Modelo no cargado.

2 · Elegir una imagen o un vídeo

Sin imagen.

3 · Marcar el objeto

Herramienta

Clic = punto con la herramienta elegida (Mayús+clic invierte incluir/excluir). En modo caja, arrastra; una caja nueva sustituye a la anterior. La primera vez que se usa una imagen se ejecuta el codificador (lo lento); después cada clic sólo ejecuta el decodificador (rápido).

Carga el modelo y elige una imagen.

Créditos y licencias

Modelo: SAM 3 © Meta Platforms, bajo la SAM License (copia incluida); conversión ONNX de onnx-community. Runtime: Transformers.js y ONNX Runtime Web (Apache-2.0 / MIT). Código de esta app: Apache-2.0. Ejemplos: fotos CC0 de Wikimedia Commons (ver ATTRIBUTION.json); el vídeo es un paneo sintético generado a partir de una de ellas. Detalles en el README del Space.