Przejdź do treści

Sam 3 1 · Video RLE

Integracja

Identyfikator modelu sam-3-1/video-rle
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/sam-3-1/video-rle?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Pliki takie jak przykład: 0,19 $ 190 kredytów API · ≈ 20,25 ₽ Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
Meta Wideo na wideo #segmentation#mask#real-time

Segmentacja wideo za pomocą SAM 3.1 z maskami RLE, inicjalizacją masek i opcjonalnymi maskami poszczególnych obiektów dla każdej klatki

Meta · Wideo

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

domyślnie

Prompt segmentacji obsługujący wiele śledzonych obiektów za pomocą opisów rozdzielonych przecinkami, takich jak 'person, cloth'.

•wymagane video_url
Upuść plik lub

URL wideo do segmentacji.

Zaawansowane mask · detection_threshold · frame_index · max_num_objects · apply_mask · boundingbox_zip · return_object_rles · point_prompts · box_prompts
mask_url
Upuść plik lub

URL maski do początkowego zastosowania.

domyślnie 0.5

Próg pewności detekcji z wartościami domyślnymi 0.5 dla istniejących obiektów i 0.7 dla nowych. W zakresie 0.0–1.0 mniejsze wartości zmniejszają precyzję, ale zwiększają liczbę detekcji; gdy prompty tekstowe zawodzą, wypróbuj 0.2–0.3.

domyślnie 0

Indeks klatki początkowej interakcji przy podawaniu mask_url.

domyślnie 16

Maksymalna liczba obiektów śledzonych w wideo.

domyślnie []

Lista promptów punktowych określająca indeksy klatek.

domyślnie []

Lista promptów ramek, z opcjonalnym frame_index dla każdego wpisu.

POST /run/sam-3-1/video-rle?wait=20 wycena → 0,19 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/sam-3-1/video-rle?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Sam 3 1 · Video RLE

Segmentuje wideo za pomocą SAM 3.1, korzystając z tekstowego `prompt`, wskazania punktu lub prostokąta albo `mask_url` zastosowanego w `frame_index`. `max_num_objects` umożliwia śledzenie od 1 do 128 obiektów. Ustaw `return_object_rles`, aby dla każdego śledzonego obiektu otrzymać jego własną maskę dla każdej klatki wraz ze stabilnym identyfikatorem. `detection_threshold` przyjmuje wartości od 0.01 do 1.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
video_urlwymagane video
Typurl · video
URL wideo do segmentacji.
mask_urlopcjonalne mask
Typurl · image
URL maski do początkowego zastosowania.
promptopcjonalne
Typstring
Domyślne
Prompt segmentacji obsługujący wiele śledzonych obiektów za pomocą opisów rozdzielonych przecinkami, takich jak 'person, cloth'.
point_promptsopcjonalne
Typobject[]
Domyślne[]
Lista promptów punktowych określająca indeksy klatek.
point_prompts[].xopcjonalne
Typinteger | null
Pozycja promptu wzdłuż osi X.
point_prompts[].yopcjonalne
Typinteger | null
Pozycja promptu wzdłuż osi Y.
point_prompts[].labelopcjonalne
Typenum
01
Etykieta pierwszego planu/tła: 1 oznacza pierwszy plan, a 0 tło.
point_prompts[].object_idopcjonalne
Typinteger | null
Opcjonalny identyfikator grupujący prompty udoskonalające pojedynczy obiekt. Jeśli jako prompt podano także tekst, ten identyfikator określa, który wykryty obiekt udoskonalają te punkty.
point_prompts[].frame_indexopcjonalne
Typinteger | null
Indeks identyfikujący klatkę do interakcji.
box_promptsopcjonalne
Typobject[]
Domyślne[]
Lista promptów ramek, z opcjonalnym frame_index dla każdego wpisu.
box_prompts[].x_minopcjonalne
Typinteger | null
Minimalna współrzędna x prostokąta.
box_prompts[].y_minopcjonalne
Typinteger | null
Minimalna współrzędna y prostokąta.
box_prompts[].x_maxopcjonalne
Typinteger | null
Maksymalna współrzędna X prostokąta.
box_prompts[].y_maxopcjonalne
Typinteger | null
Maksymalna współrzędna Y prostokąta.
box_prompts[].object_idopcjonalne
Typinteger | null
Opcjonalny identyfikator grupujący prostokąty udoskonalające pojedynczy obiekt.
box_prompts[].frame_indexopcjonalne
Typinteger | null
Indeks identyfikujący klatkę do interakcji.
apply_maskopcjonalne
Typboolean
Domyślnefalse
Czy zastosować maskowanie do wideo.
boundingbox_zipopcjonalne
Typboolean
Domyślnefalse
Czy zwrócić archiwum ZIP zawierające nakładki ramek ograniczających dla każdej klatki.
detection_thresholdopcjonalne
Typnumber
Domyślne0.5
0,01 – 1
Próg pewności detekcji z wartościami domyślnymi 0.5 dla istniejących obiektów i 0.7 dla nowych. W zakresie 0.0–1.0 mniejsze wartości zmniejszają precyzję, ale zwiększają liczbę detekcji; gdy prompty tekstowe zawodzą, wypróbuj 0.2–0.3.
frame_indexopcjonalne
Typinteger
Domyślne0
Indeks klatki początkowej interakcji przy podawaniu mask_url.
max_num_objectsopcjonalne
Typinteger
Domyślne16
1 – 128
Maksymalna liczba obiektów śledzonych w wideo.
return_object_rlesopcjonalne
Typboolean
Domyślnefalse
Czy dodatkowo zwrócić osobną maskę każdego śledzonego obiektu w każdej klatce, używając stałego identyfikatora obiektu w całym wideo. Odpowiedź nadal zawiera połączony rle.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sam-3-1/video-rle",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 190,
    "usd": "0.19",
    "charged": 190,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "boundingbox_frames_zip": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video
object {url, content_type, file_name, file_size}Wideo utworzone przez segmentację.
boundingbox_frames_zip
object {url, content_type, file_name, file_size} | nullArchiwum ZIP nakładek ramek ograniczających dla każdej klatki.

Więcej modeli: Wideo na wideo

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/sam-3-1/video-rle.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt