File size: 8,788 Bytes
87b5db3
 
 
 
 
 
6fc6a41
87b5db3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
<!doctype html>
<html lang="es">
  <head>
    <meta charset="UTF-8" />
    <meta name="viewport" content="width=device-width, initial-scale=1" />
    <!-- CSP: the page may only talk to itself and to the Hugging Face Hub/CDN (model weights). Your images/videos are never uploaded. -->
    <meta http-equiv="Content-Security-Policy" content="default-src 'self'; script-src 'self' 'wasm-unsafe-eval' blob:; worker-src 'self' blob:; connect-src 'self' blob: data: https://huggingface.co https://*.huggingface.co https://*.hf.co; img-src 'self' blob: data: https://*.hf.co; media-src 'self' blob:; style-src 'self' 'unsafe-inline'; object-src 'none'; base-uri 'self'; form-action 'none'" />
    <meta name="description" content="Rotoscopia Lab — segmentación interactiva por clic o caja y seguimiento simple en vídeo, 100 % en tu navegador." />
    <title>Rotoscopia Lab · segmentación interactiva en el navegador</title>
    <link rel="icon" href="data:," />
    <link rel="stylesheet" href="./src/style.css" />
    <script type="module" src="./src/main.js"></script>
  </head>
  <body>
    <a class="skip-link" href="#principal">Saltar al contenido</a>
    <header class="site-header">
      <p class="brand">Rotoscopia Lab</p>
      <p class="tagline">Recorta objetos con un clic o una caja y síguelos en un vídeo corto, 100&nbsp;% en tu navegador</p>
    </header>

    <main id="principal" class="shell">
      <section class="card intro" aria-labelledby="titulo">
        <h1 id="titulo">Haz clic sobre un objeto y obtén su máscara</h1>
        <p>
          <strong>Segmentación interactiva</strong>: 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 <strong>propaga</strong> a los siguientes
          (rotoscopia asistida). Inferencia <strong>real</strong> con el rastreador de
          <a href="https://huggingface.co/facebook/sam3" target="_blank" rel="noopener">SAM&nbsp;3</a> (Meta, nov.&nbsp;2025) convertido a ONNX
          (<a href="https://huggingface.co/onnx-community/sam3-tracker-ONNX" target="_blank" rel="noopener">onnx-community/sam3-tracker-ONNX</a>)
          con <a href="https://huggingface.co/docs/transformers.js" target="_blank" rel="noopener">Transformers.js</a> en un Web Worker (WebGPU o WASM).
        </p>
        <p class="note">
          Proyecto comunitario independiente; no es un producto oficial de Meta ni de Hugging Face. Tus imágenes y vídeos
          <strong>no salen de tu navegador</strong>: sólo se descargan los pesos del modelo desde Hugging Face.
          Úsalo con objetos y escenas; no está pensado para identificar personas.
        </p>
      </section>

      <section class="card" aria-labelledby="paso1">
        <h2 id="paso1">1 · Cargar el modelo</h2>
        <div class="row">
          <label for="variant">Pesos:</label>
          <select id="variant"></select>
          <label class="check" title="Recomendado si tu navegador lo soporta; si falla se usa WASM automáticamente">
            <input type="checkbox" id="chk-webgpu" /> Usar WebGPU
          </label>
        </div>
        <p class="hint" id="env-hint">Comprobando WebGPU…</p>
        <div class="row">
          <button type="button" id="btn-load" class="btn primary">Cargar modelo</button>
        </div>
        <div class="progress-wrap" hidden id="progress-wrap">
          <progress id="progress" max="1" value="0"></progress>
          <span id="progress-text" aria-live="polite"></span>
        </div>
        <p id="model-status" class="status" role="status" aria-live="polite">Modelo no cargado.</p>
      </section>

      <section class="card" aria-labelledby="paso2">
        <h2 id="paso2">2 · Elegir una imagen o un vídeo</h2>
        <div class="examples" id="examples" role="list"></div>
        <div class="row">
          <label class="btn ghost file-btn">
            Subir imagen (JPG/PNG/WebP, ≤15&nbsp;MB, ≤24&nbsp;MP)
            <input type="file" id="file-image" accept="image/jpeg,image/png,image/webp" />
          </label>
          <label class="btn ghost file-btn">
            Subir vídeo (MP4/WebM, ≤60&nbsp;MB; se usan ≤20&nbsp;s)
            <input type="file" id="file-video" accept="video/mp4,video/webm,video/quicktime,video/ogg" />
          </label>
        </div>
        <p id="media-status" class="status" aria-live="polite">Sin imagen.</p>
      </section>

      <section class="card" aria-labelledby="paso3">
        <h2 id="paso3">3 · Marcar el objeto</h2>
        <fieldset class="modes">
          <legend class="sr">Herramienta</legend>
          <label class="check"><input type="radio" name="mode" value="pos" checked /> ➕ Punto «incluir»</label>
          <label class="check"><input type="radio" name="mode" value="neg" /> ➖ Punto «excluir»</label>
          <label class="check"><input type="radio" name="mode" value="box" /> ▭ Caja (arrastrar)</label>
        </fieldset>
        <p class="hint">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 <em>codificador</em> (lo lento); después cada clic sólo ejecuta el decodificador (rápido).</p>
        <div class="row">
          <button type="button" id="btn-undo" class="btn ghost" disabled>Deshacer último</button>
          <button type="button" id="btn-clear" class="btn ghost" disabled>Limpiar</button>
          <label class="check"><input type="checkbox" id="chk-overlay" checked /> Mostrar máscara</label>
        </div>
        <div class="canvas-wrap"><canvas id="stage" width="640" height="360" aria-label="Imagen de trabajo: haz clic para marcar el objeto"></canvas></div>
        <div id="results" class="results" data-status="idle" aria-live="polite">
          <p id="result-text" class="status">Carga el modelo y elige una imagen.</p>
        </div>
        <div class="row" id="image-actions">
          <button type="button" id="btn-dl-overlay" class="btn ghost" disabled>Descargar PNG superpuesto</button>
          <button type="button" id="btn-dl-mask" class="btn ghost" disabled>Descargar máscara (PNG)</button>
          <button type="button" id="btn-dl-cutout" class="btn ghost" disabled>Descargar recorte (PNG transparente)</button>
        </div>
      </section>

      <section class="card" aria-labelledby="paso4" id="video-card" hidden>
        <h2 id="paso4">4 · Seguir el objeto en el vídeo</h2>
        <p class="hint">Marca el objeto en el primer fotograma (paso 3) y pulsa «Seguir objeto». Cada fotograma muestreado se codifica de nuevo
          (≈ igual de lento que una imagen) y se re-pregunta al modelo con la caja ampliada + un punto interior de la máscara anterior.
          Es una <strong>propagación heurística de esta app</strong>, no el rastreador con memoria de SAM&nbsp;3.</p>
        <div class="row">
          <label for="fps">Muestreo:</label>
          <select id="fps"><option value="2">2 fps</option><option value="5" selected>5 fps</option><option value="10">10 fps</option></select>
          <span id="video-plan" class="status"></span>
        </div>
        <div class="row">
          <button type="button" id="btn-track" class="btn primary" disabled>Seguir objeto</button>
          <button type="button" id="btn-stop" class="btn ghost" disabled>Detener</button>
          <button type="button" id="btn-dl-webm" class="btn ghost" disabled>Descargar vídeo con máscara (WebM)</button>
        </div>
        <div class="progress-wrap" hidden id="track-wrap"><progress id="track-progress" max="1" value="0"></progress><span id="track-text"></span></div>
        <label for="scrub">Fotograma: <output id="scrub-out">–</output></label>
        <input type="range" id="scrub" min="0" max="0" value="0" disabled />
      </section>

      <section class="card credits" aria-labelledby="creditos">
        <h2 id="creditos">Créditos y licencias</h2>
        <p>Modelo: SAM&nbsp;3 © Meta Platforms, bajo la <a href="./SAM_LICENSE.txt" target="_blank" rel="noopener">SAM License</a> (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 <a href="./examples/ATTRIBUTION.json" target="_blank" rel="noopener">ATTRIBUTION.json</a>);
          el vídeo es un paneo sintético generado a partir de una de ellas. Detalles en el README del Space.</p>
      </section>
    </main>
    <footer class="site-footer">Rotoscopia Lab · demo comunitaria · sin servidor de inferencia</footer>
  </body>
</html>