Un’estensione degli aggiornamenti, non una licenza separata.
Acquisto unicoConserva la versione a cui hai dirittoIl tuo Mac. Le tue immagini.
Una piccola precisazione. Questi sono i prezzi di lancio previsti. Acquisti e download pubblici non sono ancora disponibili. Pubblicheremo i dettagli della prova quando saranno pronti.
02 / Dentro l’ambienteUna licenza. Tutto il flusso.
Piccoli dettagli. Il quadro completo.
Dal primo fotogramma al prossimo confronto fra modelli. Ecco cosa puoi fare con BadBob.
01
Capture Lab
Raccogli con un po’ più di intenzione.
Acquisizione in diretta dalla fotocamera
Scegli una fotocamera, acquisisci immagini e lavora con un’anteprima a schermo intero.
Tre modalità di acquisizione
Copri le classi, concentrati su uno scenario o acquisisci liberamente senza sequenza guidata.
Acquisizione assistita dal modello
Usa un modello compatibile per previsioni in diretta. Metti in pausa l’IA indipendentemente dalla fotocamera.
Sessioni e verifica
Riapri le sessioni salvate, verifica immagini e invia selezioni ad Annotator.
Un posto per ogni immagine
Invia materiale verificato alla coda di addestramento, a un insieme di protezione o conservalo per dopo.
02
Annotator
Trasforma le immagini in utili annotazioni di riferimento.
Immagini, cartelle ed elenchi
Importa immagini o cartelle e organizza le selezioni in elenchi di immagini con nome.
Riquadri e contorni
Disegna riquadri di delimitazione e contorni modificabili, assegna classi del progetto e perfeziona la geometria.
Suggerimenti IA
Analizza le immagini selezionate con un modello compatibile, poi verifica e modifica i suggerimenti.
Un editor che tiene il passo
Sposta, ingrandisci, adatta l’immagine e annulla modifiche mentre lavori.
Revisioni salvate
Salva annotazioni umane come revisioni e consulta la cronologia. Scegli cosa inserire in un dataset.
03
Data Studio
Sai esattamente cosa è entrato in un modello.
Dataset con versioni
Pubblica manifesti che fanno riferimento a immagini specifiche e revisioni di annotazioni salvate.
Addestramento, validazione e test
Mantieni esplicita l’appartenenza alle partizioni, con immagini riservate alla validazione e, facoltativamente, al test.
Importazione ed esportazione
Verifica dati importati e associazioni delle classi, poi prepara le esportazioni per la fase successiva.
Esamina le prove
Controlla riferimenti a immagini e annotazioni prima di preparare un’area di addestramento.
Preparazione della segmentazione
Ricava maschere dai contorni umani salvati ed esamina immagine, sovrapposizione e maschera.
04
Training
Dai alle tue immagini qualcosa da insegnare.
Rilevamento di oggetti con Create ML
Addestra localmente con Full Network (YOLOv2) o Transfer Learning (Apple Object Print).
Controlla l’esecuzione
Scegli dataset pubblicato, algoritmo, budget di iterazioni e destinazione. Segui i progressi o interrompi l’esecuzione.
Aumento dati e anteprima
Visualizza modifiche di luminosità e contrasto. Rotazione e riflessione richiedono un’attivazione esplicita; l’aumento dati è inizialmente disattivato.
Originali e partizioni protetti
L’aumento dati si applica alle immagini di addestramento. Originali e immagini di validazione, test e protezione restano invariati.
Cronologia delle esecuzioni e discendenza dei modelli
Conserva configurazione e riferimenti ai dataset con i risultati salvati. Registra candidati Core ML per usarli in seguito.
SperimentaleLa segmentazione delle istanze è sperimentale. L’ambiente supportato richiede Apple Silicon, configurazione locale separata e maschere dei contorni. Produce un checkpoint anziché un rilevatore Core ML.
05
Valutazione e confronto
Scopri cosa è migliorato davvero.
Valutazione delle immagini
Valuta i modelli compatibili salvati su dati riservati ed esamina i risultati di ogni immagine.
Riferimento e candidati
Confronta modelli compatibili con la stessa partizione e lo stesso protocollo di valutazione.
Confronti salvati
Riapri i confronti ed esamina le differenze per classe.
Insiemi di protezione
Tieni separati gli esempi di regressione verificati e usali per rilevare cambiamenti indesiderati.
Valutazione della segmentazione
Esamina maschere e confronta risultati di segmentazione compatibili nel percorso sperimentale.
06
Failure Bank
Rendi utili gli errori.
Verifica delle previsioni
Esamina le previsioni del modello accanto alle annotazioni umane salvate.
Prove di addestramento
Importa prove da un’esecuzione di addestramento o genera previsioni con un modello compatibile scelto.
Ricerca e filtri
Trova immagini e verifiche pertinenti senza scorrere l’intera raccolta.
Verifica e instradamento
Salva una verifica e indirizza esempi utili alla prossima fase di annotazione o preparazione dei dati.
Un ciclo di miglioramento esplicito
Decidi tu cosa diventa dato di addestramento e quando addestrare di nuovo. Le verifiche non riaddestrano un modello di nascosto.
07
Progetti e strumenti quotidiani
Un posto per il tuo lavoro.
Le tue classi
Configura i progetti attorno agli oggetti da riconoscere.
Archiviazione locale o condivisa
Lavora con pacchetti di progetto e archivi di immagini su dischi locali o archiviazione condivisa.
Catalogo dei modelli
Tieni traccia dei riferimenti ai modelli e ricollega i file quando cambia la loro posizione.
Model Journal
Collega modelli e versioni dei dataset e conserva provenienza, note e tag con la loro cronologia.
Impostazioni di fotocamera e ambiente
Imposta valori predefiniti di fotocamera e inferenza, scegli radici di archiviazione e prepara le dipendenze di addestramento.
Aiuto dove serve
Apri il manuale contestuale, segui gli avvii rapidi, cerca un argomento e salva le pagine utili nei segnalibri.
Scelta delle lingue
Inglese, svedese, tedesco, francese, spagnolo e altro. Scegli la lingua dell’app; le traduzioni mancanti sono sostituite dall’inglese.
03 / Prima di iniziarePorta un Mac. E la tua curiosità.
Fatto per Mac. Pensato per te.
macOS 13 o successivo. L’acquisizione richiede una fotocamera disponibile e il permesso di usarla. Progetto, archivio immagini e destinazione dei risultati richiedono sufficiente spazio scrivibile.
L’addestramento usa il tuo hardware. Dimensione dei dataset, memoria e percorso scelto influiscono su cosa puoi addestrare e sui tempi. L’archiviazione condivisa è supportata; quella locale può ridurre il carico dei trasferimenti di file.
Apple Silicon per la segmentazione. Create ML gestisce il rilevamento di oggetti. L’ambiente sperimentale di segmentazione supportato richiede un Mac Apple Silicon, una configurazione locale separata e maschere preparate. La configurazione può scaricare strumenti o modelli.
Calcolo cloud e abbonamenti di terzi non sono inclusi.
04 / Qualche buona domandaLa curiosità è benvenuta.
Bella domanda.
01È un abbonamento?+
No. BadBob è un acquisto unico. La licenza è permanente per la versione acquistata e gli aggiornamenti inclusi nel periodo previsto. Non c’è rinnovo automatico.
02Cosa succede dopo i primi 12 mesi?+
La versione a cui hai diritto continua a funzionare. Se vuoi altri 12 mesi di aggiornamenti, l’acquisto facoltativo costa €49 IVA inclusa. Non è necessario per continuare a usare la versione attuale.
03Su quanti Mac posso usarlo?+
La licenza per singolo utente prevista include 2 attivazioni Mac. L’acquisto di aggiornamenti prolunga quelli di una licenza BadBob esistente; non è una seconda licenza autonoma.
04Posso acquistare o scaricare BadBob oggi?+
Non ancora. Download pubblici e acquisto sono in preparazione. I prezzi descrivono l’offerta di lancio prevista. I dettagli della prova saranno pubblicati quando sarà pronta.
05Il prezzo include addestramento cloud o crediti IA?+
L’addestramento usa il tuo Mac e la tua archiviazione. Calcolo cloud e abbonamenti a servizi di terzi non sono inclusi. Preparare un ambiente può richiedere il download di strumenti o modelli.
06La segmentazione è inclusa?+
Sì, come flusso sperimentale con annotazione dei contorni, preparazione delle maschere, addestramento, valutazione e inferenza con modelli compatibili. L’ambiente di segmentazione supportato richiede un Mac Apple Silicon e una configurazione locale separata. I suoi checkpoint non sono intercambiabili con i rilevatori di oggetti Create ML.