Ir al contenido

Sam 3 1 · Video RLE

Integrar

Id del modelo 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.com/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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Archivos como el ejemplo: 0,19 $ 190 créditos de API tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
Meta Vídeo a vídeo #segmentation#mask#real-time

Segmentación de vídeo con SAM 3.1 y máscaras RLE, inicialización de máscaras y máscaras opcionales por objeto y fotograma

Meta · Vídeo

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

predeterminado

Prompt de segmentación compatible con varios objetos rastreados mediante descripciones separadas por comas, como 'person, cloth'.

•obligatorio video_url
Suelta un archivo o

URL del video para la segmentación.

Avanzado mask · detection_threshold · frame_index · max_num_objects · apply_mask · boundingbox_zip · return_object_rles · point_prompts · box_prompts
mask_url
Suelta un archivo o

URL de la máscara para la aplicación inicial.

predeterminado 0.5

Umbral de confianza de detección, con valores predeterminados de 0.5 para objetos existentes y 0.7 para objetos nuevos. Dentro del rango 0.0–1.0, los valores más pequeños reducen la precisión a cambio de más detecciones; prueba con 0.2–0.3 cuando fallen los prompts de texto.

predeterminado 0

Índice del fotograma para la interacción inicial al proporcionar mask_url.

predeterminado 16

Límite superior del número de objetos que se rastrean en el video.

predeterminado []

Lista de prompts de puntos que especifica los índices de los fotogramas.

predeterminado []

Lista de prompts de cuadros, con un frame_index opcional para cada entrada.

POST /run/sam-3-1/video-rle?wait=20 cotización → 0,19 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Sam 3 1 · Video RLE

Segmenta vídeos con SAM 3.1, inicializados mediante un `prompt` de texto, prompts de puntos o cuadros, o un `mask_url` aplicado en `frame_index`. `max_num_objects` permite rastrear de 1 a 128 objetos. Establece `return_object_rles` para obtener la máscara propia de cada objeto rastreado en cada fotograma con un ID estable. `detection_threshold` varía de 0.01 a 1.

Parámetros

Envía el nombre canónico o el nombre nativo, no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
video_urlobligatorio video
Tipourl · video
URL del video para la segmentación.
mask_urlopcional mask
Tipourl · image
URL de la máscara para la aplicación inicial.
promptopcional
Tipostring
Predeterminado
Prompt de segmentación compatible con varios objetos rastreados mediante descripciones separadas por comas, como 'person, cloth'.
point_promptsopcional
Tipoobject[]
Predeterminado[]
Lista de prompts de puntos que especifica los índices de los fotogramas.
point_prompts[].xopcional
Tipointeger | null
Posición del prompt en el eje X.
point_prompts[].yopcional
Tipointeger | null
Posición del prompt en el eje Y.
point_prompts[].labelopcional
Tipoenum
01
Etiqueta de primer plano/fondo: 1 indica primer plano; 0 indica fondo.
point_prompts[].object_idopcional
Tipointeger | null
Identificador opcional que agrupa prompts que refinan un único objeto. Si también se proporciona texto como prompt, este identificador determina qué objeto detectado refinan esos puntos.
point_prompts[].frame_indexopcional
Tipointeger | null
Índice que identifica el fotograma para la interacción.
box_promptsopcional
Tipoobject[]
Predeterminado[]
Lista de prompts de cuadros, con un frame_index opcional para cada entrada.
box_prompts[].x_minopcional
Tipointeger | null
Coordenada x mínima del cuadro.
box_prompts[].y_minopcional
Tipointeger | null
Coordenada y mínima del cuadro.
box_prompts[].x_maxopcional
Tipointeger | null
Coordenada X máxima del recuadro.
box_prompts[].y_maxopcional
Tipointeger | null
Coordenada Y máxima del recuadro.
box_prompts[].object_idopcional
Tipointeger | null
Identificador opcional que agrupa recuadros que refinan un único objeto.
box_prompts[].frame_indexopcional
Tipointeger | null
Índice que identifica el fotograma para la interacción.
apply_maskopcional
Tipoboolean
Predeterminadofalse
Indica si se debe aplicar el enmascaramiento al video.
boundingbox_zipopcional
Tipoboolean
Predeterminadofalse
Indica si se debe devolver un archivo ZIP que contenga superposiciones de cuadros delimitadores para cada fotograma.
detection_thresholdopcional
Tiponumber
Predeterminado0.5
0,01 – 1
Umbral de confianza de detección, con valores predeterminados de 0.5 para objetos existentes y 0.7 para objetos nuevos. Dentro del rango 0.0–1.0, los valores más pequeños reducen la precisión a cambio de más detecciones; prueba con 0.2–0.3 cuando fallen los prompts de texto.
frame_indexopcional
Tipointeger
Predeterminado0
Índice del fotograma para la interacción inicial al proporcionar mask_url.
max_num_objectsopcional
Tipointeger
Predeterminado16
1 – 128
Límite superior del número de objetos que se rastrean en el video.
return_object_rlesopcional
Tipoboolean
Predeterminadofalse
Indica si también se debe devolver una máscara independiente por cada objeto rastreado en cada fotograma, usando un ID de objeto estable durante todo el video. La respuesta sigue incluyendo el rle combinado.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una carga. Archivos

Salida

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.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size}Video producido mediante segmentación.
boundingbox_frames_zip
object {url, content_type, file_name, file_size} | nullArchivo ZIP con superposiciones de cuadros delimitadores para cada fotograma.

Más modelos: Vídeo a vídeo

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/sam-3-1/video-rle.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt