Perpanjangan pembaruan, bukan lisensi aplikasi terpisah.
Pembelian sekali bayarMiliki versi yang menjadi hak AndaMac Anda. Gambar Anda.
Sekadar pemberitahuan. Ini adalah rencana harga peluncuran kami. Pembelian dan unduhan publik belum tersedia. Kami akan memublikasikan detail uji coba saat siap.
02 / Di dalam ruang kerjaSatu lisensi. Seluruh alur kerja.
Detail kecil. Gambaran utuh.
Dari bingkai kamera pertama hingga perbandingan model berikutnya. Inilah yang dapat Anda lakukan dengan BadBob.
01
Capture Lab
Kumpulkan dengan tujuan yang lebih jelas.
Pengambilan kamera langsung
Pilih kamera, ambil gambar, dan bekerja dalam pratinjau layar penuh.
Tiga mode pengambilan
Bangun cakupan kelas, fokus pada skenario, atau ambil gambar bebas tanpa urutan terpandu.
Pengambilan berbantuan model
Gunakan model yang kompatibel untuk prediksi langsung. Jeda AI secara terpisah dari kamera.
Sesi dan peninjauan
Kunjungi kembali sesi tersimpan, tinjau gambar, dan kirim pilihan ke Annotator.
Tempat untuk setiap gambar
Arahkan materi yang telah ditinjau ke antrean pelatihan, set guard, atau simpan untuk nanti.
02
Annotator
Ubah gambar menjadi acuan kebenaran yang berguna.
Gambar, folder, dan daftar
Impor gambar atau folder dan atur pilihan ke dalam daftar gambar bernama.
Kotak dan kontur
Gambar kotak pembatas dan kontur yang dapat diedit, tetapkan kelas proyek, dan sempurnakan geometrinya.
Saran AI
Analisis gambar terpilih dengan model yang kompatibel, lalu tinjau dan edit sarannya.
Editor yang mengikuti alur Anda
Geser, perbesar, sesuaikan gambar, dan urungkan edit saat bekerja.
Revisi tersimpan
Simpan anotasi manusia sebagai revisi dan kunjungi kembali riwayatnya. Pilih yang dilanjutkan ke dataset.
03
Data Studio
Ketahui persis apa yang digunakan dalam model.
Dataset berversi
Publikasikan manifes yang merujuk gambar tertentu dan revisi anotasi tersimpan.
Pelatihan, validasi, dan pengujian
Tetapkan keanggotaan pembagian secara jelas, dengan gambar validasi yang dicadangkan dan gambar pengujian opsional.
Impor dan ekspor
Tinjau data impor dan pemetaan kelas, lalu siapkan ekspor untuk bagian alur kerja berikutnya.
Periksa bukti
Periksa referensi gambar dan anotasi sebelum menyiapkan ruang kerja pelatihan.
Penyiapan segmentasi
Buat masker dari kontur manusia yang tersimpan, lalu periksa gambar, overlay, dan maskernya.
04
Training
Biarkan gambar Anda sendiri mengajarkan sesuatu.
Deteksi objek Create ML
Latih secara lokal dengan Full Network (YOLOv2) atau Transfer Learning (Apple Object Print).
Kendalikan proses
Pilih dataset yang dipublikasikan, algoritma, anggaran iterasi, dan lokasi keluaran. Ikuti kemajuan atau hentikan proses.
Augmentasi dan pratinjau
Pratinjau perubahan kecerahan dan kontras. Rotasi dan pencerminan harus dipilih secara eksplisit; augmentasi awalnya nonaktif.
Gambar asli dan pembagian yang dilindungi
Augmentasi berlaku pada gambar pelatihan. Gambar asli, validasi, pengujian, dan guard tetap tidak berubah.
Riwayat proses dan silsilah model
Simpan konfigurasi dan referensi dataset bersama hasil tersimpan. Daftarkan kandidat Core ML untuk digunakan nanti.
EksperimentalSegmentasi instans bersifat eksperimental. Lingkungan pelatihan yang didukung memerlukan Apple Silicon, penyiapan lokal terpisah, dan masker kontur. Hasilnya berupa checkpoint, bukan detektor Core ML.
05
Evaluasi dan perbandingan
Cari tahu apa yang benar-benar membaik.
Evaluasi gambar
Evaluasi model tersimpan yang kompatibel pada data yang disisihkan dan periksa hasil tiap gambar.
Referensi dan kandidat
Bandingkan model yang kompatibel pada pembagian dataset dan protokol evaluasi yang sama.
Perbandingan tersimpan
Kunjungi kembali hasil perbandingan dan periksa perbedaan per kelas.
Set guard
Pisahkan contoh regresi yang telah ditinjau dan gunakan untuk memeriksa perubahan yang tidak diinginkan.
Evaluasi segmentasi
Periksa masker dan bandingkan hasil segmentasi yang kompatibel melalui jalur segmentasi eksperimental.
06
Failure Bank
Jadikan kesalahan bermanfaat.
Peninjauan prediksi
Periksa prediksi model berdampingan dengan anotasi manusia yang tersimpan.
Bukti pelatihan
Impor bukti dari proses pelatihan atau jalankan prediksi dengan model kompatibel yang dipilih.
Cari dan filter
Temukan gambar dan tinjauan yang relevan tanpa menelusuri seluruh koleksi.
Tinjau dan arahkan
Simpan tinjauan dan arahkan contoh yang berguna ke putaran anotasi atau pekerjaan dataset berikutnya.
Siklus perbaikan yang eksplisit
Anda menentukan apa yang menjadi data pelatihan dan kapan melatih ulang. Peninjauan tidak melatih ulang model secara diam-diam.
07
Proyek dan alat sehari-hari
Pekerjaan Anda, dengan tempatnya sendiri.
Kelas Anda sendiri
Konfigurasikan proyek sesuai objek yang ingin Anda kenali.
Penyimpanan lokal atau bersama
Kerjakan paket proyek dan bank gambar di disk lokal atau penyimpanan bersama.
Katalog model
Lacak referensi model dan hubungkan kembali berkas saat lokasi penyimpanannya berubah.
Model Journal
Tautkan model ke versi dataset dan simpan asal-usul, catatan, serta tag bersama riwayatnya.
Pengaturan kamera dan lingkungan
Atur nilai bawaan kamera dan inferensi, pilih akar penyimpanan, dan siapkan dependensi pelatihan.
Bantuan di tempat Anda membutuhkannya
Buka manual kontekstual, ikuti panduan cepat, cari topik, dan tandai halaman yang berguna.
Pilihan bahasa
Bahasa Inggris, Swedia, Jerman, Prancis, Spanyol, dan lainnya. Pilih bahasa aplikasi; terjemahan yang belum tersedia menggunakan bahasa Inggris.
03 / Sebelum memulaiSiapkan Mac. Siapkan rasa ingin tahu Anda.
Dibuat untuk Mac. Dibangun untuk Anda.
macOS 13 atau lebih baru. Pengambilan kamera memerlukan kamera yang tersedia dan izin menggunakannya. Proyek, bank gambar, dan lokasi keluaran memerlukan ruang penyimpanan yang cukup serta dapat ditulisi.
Pelatihan berjalan di perangkat keras Anda. Ukuran dataset, memori, dan jalur pelatihan yang dipilih memengaruhi apa yang dapat dilatih serta durasinya. Penyimpanan bersama didukung; penyimpanan lokal dapat mengurangi beban transfer berkas.
Apple Silicon untuk segmentasi. Create ML menjalankan deteksi objek. Lingkungan pelatihan segmentasi eksperimental yang didukung memerlukan Mac Apple Silicon, penyiapan lokal terpisah, dan masker yang telah disiapkan. Penyiapan mungkin mengunduh alat atau model.
Komputasi cloud dan langganan pihak ketiga tidak termasuk.
04 / Beberapa pertanyaan bagusRasa ingin tahu dianjurkan.
Pertanyaan bagus.
01Apakah ini langganan?+
Tidak. BadBob adalah pembelian sekali bayar. Lisensi berlaku permanen untuk versi yang Anda beli dan pembaruan yang tercakup dalam periode pembaruan Anda. Tidak ada perpanjangan otomatis.
02Apa yang terjadi setelah 12 bulan pertama?+
Versi yang menjadi hak Anda tetap berfungsi. Jika ingin tambahan pembaruan selama 12 bulan, pembelian pembaruan opsional berharga €49 termasuk PPN. Anda tidak perlu membelinya untuk terus menggunakan versi yang ada.
03Berapa banyak Mac yang dapat saya gunakan?+
Rencana lisensi pengguna tunggal mencakup 2 aktivasi Mac. Pembelian pembaruan memperpanjang pembaruan untuk lisensi BadBob yang ada; bukan lisensi mandiri kedua.
04Dapatkah saya membeli atau mengunduh BadBob hari ini?+
Belum. Unduhan publik dan pembayaran sedang disiapkan. Harga di sini menggambarkan rencana penawaran peluncuran. Detail uji coba akan dipublikasikan saat uji coba siap.
05Apakah harga mencakup pelatihan cloud atau kredit AI?+
Pelatihan menggunakan Mac dan penyimpanan Anda sendiri. Komputasi cloud dan langganan layanan pihak ketiga tidak termasuk. Menyiapkan lingkungan pelatihan mungkin memerlukan pengunduhan alat atau model.
06Apakah segmentasi termasuk?+
Ya, sebagai alur kerja eksperimental dengan anotasi kontur, penyiapan masker, pelatihan, evaluasi, dan inferensi model yang kompatibel. Lingkungan pelatihan segmentasi yang didukung memerlukan Mac Apple Silicon dan penyiapan lokal terpisah. Checkpoint-nya tidak dapat saling menggantikan dengan detektor objek Create ML.