एकमुश्त खरीदअपने लाइसेंस प्राप्त संस्करण के स्वामी बनेंआपका Mac। आपकी तस्वीरें।
एक छोटी-सी जानकारी। ये प्रस्तावित लॉन्च कीमतें हैं। अभी खरीद और सार्वजनिक डाउनलोड उपलब्ध नहीं हैं। तैयार होने पर ट्रायल की जानकारी प्रकाशित करेंगे।
02 / कार्यस्थल के भीतरएक लाइसेंस। पूरा कार्यप्रवाह।
छोटी बारीकियाँ। पूरी तस्वीर।
कैमरे के पहले फ़्रेम से अगली मॉडल तुलना तक। BadBob से आप यह सब कर सकते हैं।
01
Capture Lab
थोड़े और उद्देश्य से संग्रह करें।
लाइव कैमरा कैप्चर
कैमरा चुनें, तस्वीरें लें और पूर्ण-स्क्रीन पूर्वावलोकन में काम करें।
कैप्चर के तीन मोड
श्रेणी कवरेज बढ़ाएँ, किसी परिस्थिति पर ध्यान दें या निर्देशित क्रम के बिना स्वतंत्र रूप से कैप्चर करें।
मॉडल की मदद से कैप्चर
लाइव पूर्वानुमान के लिए संगत मॉडल इस्तेमाल करें। कैमरा रोके बिना AI को रोकें।
सत्र और समीक्षा
सहेजे सत्र दोबारा देखें, तस्वीरों की समीक्षा करें और चुनी तस्वीरें Annotator में भेजें।
हर तस्वीर के लिए जगह
समीक्षित सामग्री प्रशिक्षण कतार, गार्ड सेट या बाद में उपयोग के लिए भेजें।
02
Annotator
तस्वीरों को उपयोगी सत्यापित संदर्भ डेटा में बदलें।
तस्वीरें, फ़ोल्डर और सूचियाँ
तस्वीरें या फ़ोल्डर आयात करें और चुनी तस्वीरों को नाम वाली सूचियों में व्यवस्थित करें।
बॉक्स और रूपरेखाएँ
बाउंडिंग बॉक्स और संपादन योग्य रूपरेखाएँ बनाएँ, परियोजना की श्रेणियाँ दें और ज्यामिति सुधारें।
AI सुझाव
चुनी तस्वीरों का संगत मॉडल से विश्लेषण करें, फिर उसके सुझावों की समीक्षा और संपादन करें।
आपकी गति से चलता संपादक
काम करते हुए पैन और ज़ूम करें, तस्वीर को दृश्य में फ़िट करें और बदलाव पूर्ववत करें।
सहेजे गए संशोधन
इंसानी एनोटेशन को संशोधन के रूप में सहेजें और उनका इतिहास देखें। तय करें कि डेटासेट में क्या जाएगा।
03
Data Studio
ठीक-ठीक जानें कि मॉडल में क्या इस्तेमाल हुआ।
संस्करण वाले डेटासेट
विशिष्ट तस्वीरों और सहेजे एनोटेशन संशोधनों के संदर्भ वाले मैनिफ़ेस्ट प्रकाशित करें।
प्रशिक्षण, सत्यापन और परीक्षण
हर विभाजन की सदस्यता स्पष्ट रखें, सत्यापन तस्वीरें आरक्षित करें और चाहें तो परीक्षण तस्वीरें भी रखें।
आयात और निर्यात
आयातित डेटा और श्रेणी मैपिंग की समीक्षा करें तथा कार्यप्रवाह के अगले चरण के लिए निर्यात तैयार करें।
सबूत जाँचें
प्रशिक्षण कार्यक्षेत्र तैयार करने से पहले तस्वीर और एनोटेशन संदर्भ जाँचें।
सेगमेंटेशन की तैयारी
सहेजी इंसानी रूपरेखाओं से मास्क बनाएँ और तस्वीर, ओवरले तथा मास्क जाँचें।
04
Training
अपनी तस्वीरों को कुछ सिखाने का मौका दें।
Create ML से वस्तु पहचान
Full Network (YOLOv2) या Transfer Learning (Apple Object Print) से स्थानीय प्रशिक्षण दें।
प्रशिक्षण रन नियंत्रित करें
प्रकाशित डेटासेट, एल्गोरिदम, इटरेशन सीमा और आउटपुट स्थान चुनें। प्रगति देखें या रन रोकें।
ऑगमेंटेशन और पूर्वावलोकन
चमक और कंट्रास्ट के बदलाव देखें। घुमाना और मिरर करना स्पष्ट रूप से चालू करना होता है; ऑगमेंटेशन शुरू में बंद रहता है।
सुरक्षित मूल तस्वीरें और विभाजन
ऑगमेंटेशन प्रशिक्षण तस्वीरों पर लागू होता है। मूल, सत्यापन, परीक्षण और गार्ड तस्वीरें अपरिवर्तित रहती हैं।
रन इतिहास और मॉडल की वंशावली
सहेजे परिणामों के साथ कॉन्फ़िगरेशन और डेटासेट संदर्भ रखें। बाद में उपयोग के लिए Core ML उम्मीदवार पंजीकृत करें।
प्रयोगात्मकइंस्टेंस सेगमेंटेशन प्रयोगात्मक है। समर्थित प्रशिक्षण परिवेश को Apple Silicon, अलग स्थानीय सेटअप और रूपरेखा मास्क चाहिए। इसका परिणाम चेकपॉइंट होता है, Core ML वस्तु पहचान मॉडल नहीं।
05
मूल्यांकन और तुलना
जानें कि वास्तव में क्या सुधरा।
तस्वीर का मूल्यांकन
अलग रखे डेटा पर संगत सहेजे मॉडलों का मूल्यांकन करें और प्रत्येक तस्वीर के परिणाम जाँचें।
संदर्भ मॉडल और उम्मीदवार
एक ही डेटासेट विभाजन और मूल्यांकन पद्धति पर संगत मॉडलों की तुलना करें।
सहेजी तुलनाएँ
तुलना के परिणाम फिर देखें और श्रेणी के अनुसार अंतर जाँचें।
गार्ड सेट
प्रदर्शन में गिरावट के समीक्षित उदाहरण अलग रखें और अनचाहे बदलाव जाँचने में उनका उपयोग करें।
सेगमेंटेशन का मूल्यांकन
प्रयोगात्मक सेगमेंटेशन रास्ते से मास्क जाँचें और संगत सेगमेंटेशन परिणामों की तुलना करें।
06
Failure Bank
गलतियों को उपयोगी बनाएँ।
पूर्वानुमान की समीक्षा
मॉडल के पूर्वानुमान और सहेजे इंसानी एनोटेशन साथ में जाँचें।
प्रशिक्षण के सबूत
प्रशिक्षण रन से सबूत आयात करें या चुने हुए संगत मॉडल से पूर्वानुमान चलाएँ।
खोज और फ़िल्टर
पूरे संग्रह से गुज़रे बिना संबंधित तस्वीरें और समीक्षाएँ खोजें।
समीक्षा और आगे भेजना
समीक्षा सहेजें और उपयोगी उदाहरण अगले एनोटेशन या डेटासेट चरण में भेजें।
सुधार का स्पष्ट चक्र
प्रशिक्षण डेटा में क्या आए और दोबारा प्रशिक्षण कब हो, यह आप तय करते हैं। समीक्षा चुपचाप मॉडल को फिर से प्रशिक्षित नहीं करती।
07
परियोजनाएँ और रोज़मर्रा के टूल
आपके काम को अपनी जगह मिले।
आपकी अपनी श्रेणियाँ
जिन वस्तुओं को पहचानना है, उनके अनुसार परियोजनाएँ बनाएँ।
स्थानीय या साझा स्टोरेज
स्थानीय डिस्क या साझा स्टोरेज पर परियोजना पैकेज और तस्वीर संग्रह के साथ काम करें।
मॉडल कैटलॉग
मॉडल संदर्भों का हिसाब रखें और स्टोरेज स्थान बदलने पर फ़ाइलें फिर जोड़ें।
Model Journal
मॉडल को डेटासेट संस्करणों से जोड़ें और इतिहास के साथ स्रोत, नोट और टैग रखें।
कैमरा और परिवेश सेटिंग
कैमरा और इन्फ़रेंस के डिफ़ॉल्ट तय करें, स्टोरेज की मूल जगह चुनें और प्रशिक्षण निर्भरताएँ तैयार करें।
जहाँ ज़रूरत हो, वहीं मदद
संदर्भानुसार मार्गदर्शिका खोलें, त्वरित शुरुआत करें, विषय खोजें और उपयोगी पृष्ठ बुकमार्क करें।
भाषा के विकल्प
अंग्रेज़ी, स्वीडिश, जर्मन, फ़्रेंच, स्पेनिश और अन्य भाषाएँ। ऐप की भाषा चुनें; जहाँ अनुवाद न हो वहाँ अंग्रेज़ी दिखती है।
03 / शुरू करने से पहलेMac लाएँ। अपनी जिज्ञासा भी।
Mac के लिए बना। आपके काम को ध्यान में रखकर।
macOS 13 या बाद का संस्करण। कैमरा कैप्चर के लिए उपलब्ध कैमरा और उसे इस्तेमाल करने की अनुमति चाहिए। परियोजना, तस्वीरों के संग्रह और आउटपुट स्थान में लिखने योग्य पर्याप्त स्टोरेज होना चाहिए।
प्रशिक्षण आपके हार्डवेयर पर होता है। डेटासेट का आकार, मेमोरी और चुना प्रशिक्षण रास्ता तय करते हैं कि क्या प्रशिक्षित होगा और कितना समय लगेगा। साझा स्टोरेज समर्थित है; स्थानीय स्टोरेज फ़ाइल स्थानांतरण का अतिरिक्त बोझ घटा सकता है।
सेगमेंटेशन के लिए Apple Silicon। वस्तु पहचान Create ML पर आधारित है। समर्थित प्रयोगात्मक सेगमेंटेशन प्रशिक्षण परिवेश को Apple Silicon Mac, अलग स्थानीय सेटअप और तैयार मास्क चाहिए। सेटअप के दौरान टूल या मॉडल डाउनलोड हो सकते हैं।
क्लाउड कंप्यूट और तीसरे पक्ष की सदस्यताएँ शामिल नहीं हैं।
04 / कुछ अच्छे सवालजिज्ञासा का स्वागत है।
अच्छा सवाल।
01क्या यह सदस्यता है?+
नहीं। BadBob एकमुश्त खरीद है। खरीदे गए संस्करण और अपडेट अवधि में शामिल अपडेट के लिए लाइसेंस स्थायी है। अपने-आप नवीनीकरण नहीं होता।
02पहले 12 महीनों के बाद क्या होगा?+
आपका लाइसेंस प्राप्त संस्करण चलता रहेगा। यदि आपको 12 महीने और अपडेट चाहिए, तो वैकल्पिक अपडेट खरीद की कीमत वैट सहित €49 है। अपना मौजूदा संस्करण इस्तेमाल करते रहने के लिए इसे खरीदना ज़रूरी नहीं है।
03मैं कितने Mac पर इस्तेमाल कर सकता हूँ?+
प्रस्तावित एकल उपयोगकर्ता लाइसेंस में 2 Mac सक्रियण शामिल हैं। अपडेट खरीद आपके मौजूदा BadBob लाइसेंस की अपडेट अवधि बढ़ाती है; यह दूसरा अलग लाइसेंस नहीं है।
04क्या आज BadBob खरीद या डाउनलोड कर सकता हूँ?+
अभी नहीं। सार्वजनिक डाउनलोड और खरीद की तैयारी चल रही है। यहाँ की कीमतें प्रस्तावित लॉन्च ऑफ़र की हैं। ट्रायल तैयार होने पर उसकी जानकारी प्रकाशित होगी।
05क्या कीमत में क्लाउड प्रशिक्षण या AI क्रेडिट शामिल हैं?+
प्रशिक्षण आपके अपने Mac और स्टोरेज पर होता है। क्लाउड कंप्यूट और अन्य सेवाओं की सदस्यताएँ शामिल नहीं हैं। प्रशिक्षण परिवेश तैयार करने में टूल या मॉडल डाउनलोड करने पड़ सकते हैं।
06क्या सेगमेंटेशन शामिल है?+
हाँ, एक प्रयोगात्मक कार्यप्रवाह के रूप में, जिसमें रूपरेखा एनोटेशन, मास्क तैयारी, प्रशिक्षण, मूल्यांकन और संगत मॉडल से अनुमान शामिल हैं। समर्थित सेगमेंटेशन प्रशिक्षण परिवेश को Apple Silicon Mac और अलग स्थानीय सेटअप चाहिए। इसके चेकपॉइंट और Create ML वस्तु पहचान मॉडल आपस में बदले नहीं जा सकते।