RotoAI

用一句话描述视频中的物体，自动完成逐帧分割抠像。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 视频生成 🍴 复刻 14
GitHub ↗
GitHub 星标 ★ 65
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源项目，采用AGPL-3.0许可证，可自行部署使用，无付费版本。

项目预览

RotoAI 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类视频生成
开发团队sPappalard
GitHubhttps://github.com/sPappalard/RotoAI
定价模式🏷️完全免费
价格说明开源项目，采用AGPL-3.0许可证，可自行部署使用，无付费版本。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议AGPL-3.0
主要语言TypeScript
技术栈/模型ai-video,computer-vision,grounding-dino,ngrok,rotoscoping,sam2,video-segmentation,zero-shot-detection
GitHub 星标★ 65
上线时间2025-12-26 00:00:00
代码更新2026-08-16
仓库体积488.9 MB
本站数据更新2026-11-09
维护状态维护中
收录时间2026-08-09
浏览次数5

项目介绍

RotoAI 是一个开源的视频分割工作室，专注于提示词驱动的视频分割（rotoscoping）任务。它结合了 SAM2 和 Grounding DINO 模型，支持通过自然语言描述来分割视频中的特定对象，并采用混合云-本地架构，既能在本地处理敏感数据，也能利用云端算力处理复杂任务。该项目主要解决传统视频分割需要人工逐帧标注、效率低下的问题，提供自动化的零样本检测与分割能力。核心能力包括：基于文本提示的实时视频对象分割、可交互的编辑界面、以及灵活的部署方式。对于视频后期制作、内容审核、自动驾驶数据标注等场景，RotoAI 能显著提升工作效率。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 65

技术标签

核心亮点

  • 结合 SAM2 与 Grounding DINO，实现零样本文本提示分割，无需训练
  • 混合云-本地架构，兼顾数据隐私与云端算力扩展
  • 提供可视化工作室界面，降低视频分割使用门槛

不足之处

  • 项目处于早期阶段（59星），文档和社区支持可能不完善
  • 依赖 SAM2 和 Grounding DINO 模型，对硬件资源有一定要求

适用场景

  • 视频后期制作中快速抠像与背景替换
  • 自动驾驶场景下的视频目标分割与标注
  • 影视特效中的动态物体跟踪与分割

替代项目

Segment Anything (SAM)、Grounding DINO、OpenCV

上一篇：ShowAnything

下一篇：diffusion-vas

同类项目推荐

jietuba 开源

Windows 截图后长截图、OCR、翻译、录屏一站搞定

Open-source Windows screenshot tool with scrolling capture, annotation, OCR, transla···

★ 565 2026-09-19
Awesome-Try-On-Models 开源

一站式找到虚拟试穿最新论文和代码，快速上手。

A repository for organizing papers, codes and other resources related to Virtual Try···

★ 462 2026-08-09
tessdoc 开源

Tesseract 官方文档一站查，装、调、训不再翻论坛

Tesseract documentation

★ 2457 2026-09-19
ArXiv_CV_Papers_Daily 开源

每天自动汇总 arXiv 最新 CV 论文，省去手动翻页

Daily feed of the latest Computer Vision research papers from https://arxiv.org.

★ 256 2026-09-18
kwiver 开源

用配置拼装视觉算法，运行时换模块不重编译

Mirror of upstream KWIVER: Pulls Together Computer Vision Algorithms into Highly-Mod···

★ 204 2026-09-18
gcd 开源

单目视频一键生成动态新视角，让相机自由飞

Generative Camera Dolly: Extreme Monocular Dynamic Novel View Synthesis (ECCV 2024 O···

★ 296 2026-08-09
VideoPipe 开源

拖拽式搭建视频分析流水线，快速落地 CV+大模型应用

A cross-platform video structuring (video analysis) framework based on CV models & m···

★ 2992 2026-08-09
OXR 开源

开源文档解析模型，准又快，扫描件直接变结构化文本

An open-source document parsing model with SOTA accuracy and speed, using an RSI loo···

★ 3714 2026-10-24