رفتن به محتوا

Sam 3 · Video RLE

یکپارچه‌سازی

شناسه مدل sam-3/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/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"

فایل‌هایی مانند نمونه: ⁨‎$۰٫۰۹۵⁩ ۹۵ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
Meta ویدیو به ویدیو #segmentation#mask#real-time#rle

قطعه‌بندی ویدئو با کاشت از طریق URL ماسک، کنترل شاخص فریم و حد پایین‌تر آستانه تشخیص

Meta · ویدیو

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

پیش‌فرض

پرامپت بخش‌بندی با پشتیبانی از چند شیء ردیابی‌شده از طریق توضیحات جداشده با ویرگول، مانند 'person, cloth'.

•الزامی video_url
یک فایل بیندازید، یا

URL ویدیو برای بخش‌بندی.

پیشرفته mask · detection_threshold · frame_index · apply_mask · boundingbox_zip · point_prompts · box_prompts
mask_url
یک فایل بیندازید، یا

URL ماسک برای اعمال اولیه.

پیش‌فرض 0.5

آستانهٔ اطمینان تشخیص با مقدار پیش‌فرض 0.5 برای اشیای موجود و 0.7 برای اشیای جدید. در دامنهٔ 0.0–1.0، مقادیر کمتر دقت را با افزایش تعداد تشخیص‌ها مبادله می‌کنند؛ هنگام شکست پرامپت‌های متنی، 0.2–0.3 را امتحان کنید.

پیش‌فرض 0

شاخص فریم برای تعامل اولیه هنگام ارائهٔ mask_url.

پیش‌فرض []

فهرست پرامپت‌های نقطه‌ای که شاخص‌های فریم را مشخص می‌کند.

پیش‌فرض []

فهرست پرامپت‌های کادر، با frame_index اختیاری برای هر مورد.

POST /run/sam-3/video-rle?wait=20 قیمت → ⁨‎$۰٫۰۹۵⁩
# 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/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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Sam 3 · Video RLE

ویدئو را با SAM 3 و استفاده از `prompt` متنی، نقاط یا کادرها، یا ماسک اولیه از `mask_url` اعمال‌شده در `frame_index` قطعه‌بندی می‌کند. `detection_threshold` از 0.01 تا 1 است و مقادیر پایین‌تر مانند 0.2 تا 0.3 ممکن است هنگام ناموفق‌بودن ورودی‌های متنی کمک کنند. امکان بازگرداندن فایل zip کادرهای محدودکننده هر فریم با `boundingbox_zip` وجود دارد.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
video_urlالزامی video
نوعurl · video
URL ویدیو برای بخش‌بندی.
mask_urlاختیاری mask
نوعurl · image
URL ماسک برای اعمال اولیه.
promptاختیاری
نوعstring
پیش‌فرض
پرامپت بخش‌بندی با پشتیبانی از چند شیء ردیابی‌شده از طریق توضیحات جداشده با ویرگول، مانند 'person, cloth'.
point_promptsاختیاری
نوعobject[]
پیش‌فرض[]
فهرست پرامپت‌های نقطه‌ای که شاخص‌های فریم را مشخص می‌کند.
point_prompts[].xاختیاری
نوعinteger | null
موقعیت پرامپت روی محور X.
point_prompts[].yاختیاری
نوعinteger | null
موقعیت پرامپت روی محور Y.
point_prompts[].labelاختیاری
نوعenum
01
برچسب پیش‌زمینه/پس‌زمینه: مقدار 1 نشان‌دهنده پیش‌زمینه و 0 نشان‌دهنده پس‌زمینه است.
point_prompts[].object_idاختیاری
نوعinteger | null
شناسه اختیاری برای گروه‌بندی پرامپت‌هایی که یک شیء را اصلاح می‌کنند. اگر متن نیز به‌عنوان پرامپت ارائه شود، این شناسه تعیین می‌کند نقاط کدام شیء شناسایی‌شده را اصلاح کنند.
point_prompts[].frame_indexاختیاری
نوعinteger | null
شاخص شناسایی‌کننده فریم برای تعامل.
box_promptsاختیاری
نوعobject[]
پیش‌فرض[]
فهرست پرامپت‌های کادر، با frame_index اختیاری برای هر مورد.
box_prompts[].x_minاختیاری
نوعinteger | null
کمینهٔ مختصات x برای کادر.
box_prompts[].y_minاختیاری
نوعinteger | null
کمینهٔ مختصات y برای کادر.
box_prompts[].x_maxاختیاری
نوعinteger | null
حداکثر مختصات X برای جعبه.
box_prompts[].y_maxاختیاری
نوعinteger | null
حداکثر مختصات Y برای جعبه.
box_prompts[].object_idاختیاری
نوعinteger | null
شناسه اختیاری برای گروه‌بندی جعبه‌هایی که یک شیء را اصلاح می‌کنند.
box_prompts[].frame_indexاختیاری
نوعinteger | null
شاخص شناسایی‌کننده فریم برای تعامل.
apply_maskاختیاری
نوعboolean
پیش‌فرضfalse
اینکه ماسک‌گذاری روی ویدیو اعمال شود یا نه.
boundingbox_zipاختیاری
نوعboolean
پیش‌فرضfalse
اینکه بایگانی ZIP شامل پوشش‌های کادر محدودکننده برای هر فریم بازگردانده شود یا نه.
detection_thresholdاختیاری
نوعnumber
پیش‌فرض0.5
۰٫۰۱ – ۱
آستانهٔ اطمینان تشخیص با مقدار پیش‌فرض 0.5 برای اشیای موجود و 0.7 برای اشیای جدید. در دامنهٔ 0.0–1.0، مقادیر کمتر دقت را با افزایش تعداد تشخیص‌ها مبادله می‌کنند؛ هنگام شکست پرامپت‌های متنی، 0.2–0.3 را امتحان کنید.
frame_indexاختیاری
نوعinteger
پیش‌فرض0
شاخص فریم برای تعامل اولیه هنگام ارائهٔ mask_url.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sam-3/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": 95,
    "usd": "0.095",
    "charged": 95,
    "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}ویدیوی تولیدشده از بخش‌بندی.
boundingbox_frames_zip
object {url, content_type, file_name, file_size} | nullبایگانی ZIP پوشش‌های کادر محدودکننده برای هر فریم.

مدل‌های بیشتر: ویدیو به ویدیو

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/sam-3/video-rle.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt