rotoscopia-lab / source /index.html
Segizu's picture
Fix: vídeo de ejemplo como blob (CDN cross-origin) y CSP img-src para miniaturas
6fc6a41 verified
Raw History Blame Contribute Delete
8.79 kB
<!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>