SAM3_VideoTrack - ComfyUI Built-in Node Documentation

使用 SAM3 基于记忆的跟踪器跨视频帧跟踪对象。此节点处理一系列视频帧，并在各帧之间保持对象身份；您可以使用初始掩码或文本提示来指定要跟踪的对象，还可以通过文本条件在跟踪过程中检测新对象。

输入

参数	描述	数据类型	必填	范围
`图像`	视频帧，以批量图像形式提供	IMAGE	是	批量视频帧
`model`	用于跟踪的 SAM3 模型	MODEL	是	SAM3 模型
`初始 mask`	用于第一帧跟踪的掩码（每个对象一个掩码）	MASK	否	每个对象一个掩码
`条件`	用于在跟踪过程中检测新对象的文本条件	CONDITIONING	否	文本条件
`检测阈值`	文本提示检测的分数阈值（默认值：0.5）	FLOAT	否	0.0 到 1.0 （步长：0.01）
`最大对象数`	最大跟踪对象数。初始掩码也计入此上限。0 表示使用内部上限 64。（默认值：4）	INT	否	0 到 64
`检测间隔`	每隔 N 帧运行一次检测（1 表示每帧都检测）。值越大越节省算力。（默认值：1）	INT	否	1 或更高

注意： 必须提供 initial_mask 或 conditioning 中的至少一个。如果两者都省略，节点会报错。

输出名称	描述	数据类型
`track_data`	跟踪数据，包含所有视频帧中的对象掩码和元数据	SAM3_TRACK_DATA

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): ef584628b334997a001a857a7deffb7eda34db8fa50e3d734a07b5e92566d48d