01 / Les débutsUne question en a amené une autre
D’un jeu de dés
à un atelier de vision par ordinateur.
BadBob a grandi en utilisant les outils, en repérant les manques et en créant un chemin plus clair pour les combler.
- 01
Un point de départ concret
DiceScore
Tout a commencé avec DiceScore : un jeu de dés, une caméra et un modèle apprenant à reconnaître ce qu’il voyait. L’entraînement a soulevé une autre question : comment comprendre ses réussites, ses difficultés et les prochaines améliorations ?
- 02
Apprendre des résultats
Failure Bank
La première réponse fut une application Python appelée Failure Bank, conçue pour examiner les résultats d’entraînement de Create ML. Elle donnait aux erreurs une valeur d’observation, afin de guider le travail suivant.
- 03
De la compréhension à la correction
Annotator
Examiner les résultats a naturellement mené au travail sur les données elles-mêmes. Annotator a intégré l’annotation d’images au flux : un espace pour dessiner, corriger et affiner les exemples dont un modèle allait apprendre.
- 04
Réunir le flux de travail
BadBob
Ces besoins liés ont donné naissance à BadBob, un atelier macOS natif pour la capture, l’annotation, la préparation de jeux de données, l’entraînement et l’évaluation. Les dés étaient le point de départ ; l’atelier s’adapte aux objets et projets de votre choix.