用途：从视频中分离出单个主体（人物、产品或手），在用户本机运行，不联网上传。结果是一段用绿色高亮主体的视频，外加逐帧掩码文件，便于确认分离范围。
主要能力：先扫描机器（系统、GPU、显存），据此选择模型；按帧区间处理视频，支持在多帧范围内传播掩码；把结果渲染成带绿色高亮和边缘描边的视频，并保留原音频；同时把每帧掩码保存为 PNG（白色为主体）。
使用方式：需要 Python 3.10+ 和 ffmpeg，建议用虚拟环境安装依赖。示例命令为 python3 -m venv .object-separation，随后用该环境的 pip 安装 torch、transformers、opencv-python-headless、pillow、numpy。Windows 使用 .object-separation\Scripts\pip，NVIDIA 显卡建议先装 CUDA 版 torch。模型按显存选择：12 GB+ 用 facebook/sam2.1-hiera-large，显存不足或 Apple Silicon 用 base-plus，纯 CPU 用 tiny。代码中设置 VIDEO、START、END、点击点和标签（1 为主体、0 为排除），可先在起始帧上生成带网格的预览图选点，先跑约 20 帧验证再跑全段。输出为 work/separated.mp4 和 work/masks/subject/。若可变帧率，可先用 ffmpeg -i in.mp4 -vsync cfr -r 30 out.mp4 转换。
适用场景：需要本地、隐私友好地抠出视频主体并保留掩码，用于后续替换背景或合成。
限制：CPU 处理约每帧 5 秒，10 秒 30fps 视频约需半小时，建议只处理需要的片段；掩码边缘较硬，对发丝等柔软边缘效果一般；与主体粘连的包装或膜会被算作主体，需要额外加标签 0 的点排除；首次运行需要联网下载模型。