Beginne dort,
wo du bist.
Vielleicht erkundest du dein erstes Modell oder bearbeitest einen professionellen Datensatz. Klare Schritte und sichtbare Ergebnisse helfen dir, die Arbeit zu verstehen, statt sie nur abzuarbeiten.
Über uns / Eine Arbeitsumgebung mit Geschichte
Bessere Modelle beginnen mit besserem Verständnis. BadBob bringt die Arbeit rund um Computer Vision zusammen, damit du Verbesserungsmöglichkeiten erkennst und den nächsten Schritt gehen kannst.
Der Geschichte folgen
BadBob entstand durch den Einsatz der Werkzeuge, das Erkennen von Lücken und den Bau eines klareren Wegs hindurch.
Ein Ausgangspunkt in der Praxis
Es begann mit DiceScore: einem Würfelspiel, einer Kamera und einem Modell, das lernte, das Motiv vor sich zu erkennen. Das Training warf eine weitere Frage auf: Wie versteht man, wo das Modell erfolgreich ist, wo es Schwierigkeiten hat und was als Nächstes verbessert werden sollte?
Aus Ergebnissen lernen
Die erste Antwort war eine Python-Anwendung namens Failure Bank, entwickelt zur Prüfung von Trainingsergebnissen aus Create ML. Sie machte Fehler sehenswert, damit sie die nächste Arbeitsrunde verbessern konnten.
Vom Verstehen zum Korrigieren
Die Prüfung der Ergebnisse führte ganz natürlich zur Arbeit an den Daten selbst. Annotator brachte Bildannotation in den Workflow: einen Ort, um die Beispiele zu zeichnen, zu korrigieren und zu verfeinern, aus denen ein Modell lernen würde.
Den Workflow zusammenbringen
Aus diesen verbundenen Bedürfnissen entstand BadBob, eine native macOS-Arbeitsumgebung für Erfassung, Annotation, Datensatzvorbereitung, Training und Auswertung. Würfel waren der Anfang; die Arbeitsumgebung richtet sich nach deinen Objekten und Projekten.
Das Ziel ist einfach: komplexe Arbeit zugänglich machen und zugleich die Details und Kontrolle bewahren, die erfahrene Nutzer brauchen.
Vielleicht erkundest du dein erstes Modell oder bearbeitest einen professionellen Datensatz. Klare Schritte und sichtbare Ergebnisse helfen dir, die Arbeit zu verstehen, statt sie nur abzuarbeiten.
Eine Vorhersage ist ein Vorschlag. Menschlich geprüfte Annotationen bilden die Grundlage. BadBob schafft Raum zum Prüfen, Korrigieren und Vergleichen, bevor du den nächsten Schritt entscheidest.
Erfassen, annotieren, kuratieren, trainieren und auswerten. Das Ziel ist ein nützlicher Kreislauf: Jedes Ergebnis hilft, bessere Daten und eine fundiertere nächste Modellversion zu schaffen.
Der weitere Weg
BadBob entwickelt sich weiter. Im Mittelpunkt stehen klarere Workflows, zuverlässige Werkzeuge und praktische Bedürfnisse aus echten Projekten. Rückmeldungen und durchdachte Zusammenarbeit gehören dazu.
Die Arbeitsumgebung in Aktion sehenJohan Silvergrund
BadBob wurde von Johan Silvergrund entwickelt, einem Softwareentwickler und UX/UI Design Engineer mit mehr als 25 Jahren Berufserfahrung.
Seine Arbeit umfasst Frontend, Backend, APIs, Datenbanken und Cloud-Infrastruktur, darunter ein Jahrzehnt an geschäftskritischer Unternehmenssoftware. Architektur, Modernisierung bestehender Systeme und wiederverwendbare Plattformen verbinden sich mit einem langjährigen Fokus auf die Menschen, die sie nutzen.
BadBob verbindet diese Interessen: durchdachtes Produktdesign, native Entwicklung und praktische Neugier auf maschinelles Lernen.
PDF / Englisch / 2 Seiten
04 / Offen für Neues
Ein Projekt, eine Produktherausforderung oder eine Idee für BadBob? Johan ist offen für neue Projekte und Teams sowie Gespräche über Partnerschaften und Investitionen in BadBobs Zukunft.
Erzähl uns ein wenig, was dir vorschwebt.