01 / 価格と機能ネイティブMacアプリ / ローカル学習

一つのワークベンチ。
ずっと、あなたのもの。

撮影。アノテーション。データ選別。学習。
次の一歩に必要なものを、一か所に。

含まれる機能をすべて見る
01 / ワークベンチのすべて発売記念オファー

BadBob

最初の撮影から、自分だけのモデルへ。

€99通常価格 €149買い切り

VAT込み / 発売時に€50お得

  • 撮影から学習までの全ワークフロー
  • 利用権のあるバージョンの永続ライセンス
  • 12か月のアップデート込み
  • 単一ユーザー · Mac2台のアクティベーション
  • ローカルのプロジェクト、画像、学習
近日公開

一般ダウンロードと購入手続きを準備しています。

02 / すでにお持ちの方向け任意

前へ進み続ける。

希望するときに、もう一年のアップデートを。

€49さらに12か月買い切り

VAT込み / 自動更新なし

  • アプリのアップデートを12か月追加
  • 既存のBadBobライセンス向け
  • 更新は希望するときだけ
  • 利用権のあるバージョンは、更新しなくても使えます
アップデートの仕組み

アップデート期間の延長であり、別のアプリライセンスではありません。

買い切り利用権のあるバージョンを所有あなたのMac。あなたの画像。

事前にお知らせします。これらは予定している発売価格です。購入と一般ダウンロードはまだ利用できません。試用版の詳細は、準備が整い次第公開します。

02 / ワークベンチの中へ一つのライセンス。全ワークフロー。

小さな細部から、
全体が見える。

最初のカメラ画像から、次のモデル比較まで。BadBobでできることを紹介します。

01

Capture Lab

目的を少し明確にして集める。

カメラでのライブ撮影
カメラを選び、画像を撮影し、全画面プレビューで作業できます。
三つの撮影モード
クラスを網羅する、特定の状況に集中する、ガイドなしで自由に撮影する、という使い方ができます。
モデル支援付き撮影
対応モデルでリアルタイムに予測。カメラとは独立してAIを一時停止できます。
セッションと確認
保存したセッションに戻り、画像を確認して、選んだものをAnnotatorへ送れます。
すべての画像に居場所を
確認した素材を学習キューやガードセットへ振り分けるか、あとで使うために保存します。
02

Annotator

画像を、役立つ正解データに。

画像・フォルダー・リスト
画像やフォルダーを取り込み、選んだ画像を名前付きリストに整理します。
ボックスと輪郭
バウンディングボックスや編集可能な輪郭を描き、プロジェクトのクラスを割り当て、形状を調整します。
AIの提案
対応モデルで選択した画像を解析し、その提案を確認・編集します。
作業に寄り添うエディター
作業しながらパン、ズーム、画像のフィット、編集の取り消しができます。
保存した改訂
人のアノテーションを改訂として保存し、履歴を振り返れます。データセットに進めるものは自分で選びます。
03

Data Studio

モデルに何を使ったかを、正確に知る。

バージョン管理されたデータセット
特定の画像と保存したアノテーション改訂を参照するマニフェストを作成・公開します。
学習・検証・テスト
各画像が属する分割を明確にし、検証用と任意のテスト用画像を確保します。
インポートとエクスポート
取り込んだデータとクラスの対応を確認し、ワークフローの次の段階に向けて書き出しを準備します。
根拠を確認
学習用ワークスペースを準備する前に、画像とアノテーションの参照を確認します。
セグメンテーションの準備
保存した人の輪郭からマスクを生成し、画像、オーバーレイ、マスクを確認します。
04

Training

自分の画像から、学べるものを。

Create MLによる物体検出
Full Network(YOLOv2)またはTransfer Learning(Apple Object Print)でローカル学習します。
実行を管理
公開したデータセット、アルゴリズム、反復回数の上限、出力先を選択。進行状況を追ったり、実行を停止したりできます。
データ拡張と事前確認
明るさとコントラストの変更を事前確認。回転と反転は明示的に有効化する方式で、拡張は初期状態では無効です。
元画像と分割の保護
拡張は学習画像に適用されます。元画像と検証・テスト・ガード画像は変更されません。
実行履歴とモデルの系譜
設定とデータセット参照を、保存した結果とともに保管。Core MLの候補を、あとで使うために登録できます。

実験的インスタンスセグメンテーションは実験的です。対応する学習環境にはApple Silicon、別途ローカルセットアップ、輪郭マスクが必要です。生成されるのはCore ML検出モデルではなく、チェックポイントです。

05

評価と比較

本当に改善したことを見つける。

画像の評価
対応する保存済みモデルを学習から分けたデータで評価し、画像ごとの結果を確認します。
基準と候補
同じデータ分割と評価手順で、対応モデルを比較します。
保存した比較
比較結果を振り返り、クラスごとの違いを確認します。
ガードセット
確認済みの回帰確認用の例を別に保管し、望ましくない変化がないかを調べます。
セグメンテーションの評価
実験的なセグメンテーション手順で、マスクを確認し、対応する結果を比較します。
06

Failure Bank

失敗を、役立つものに。

予測の確認
保存した人のアノテーションと並べて、モデルの予測を確認します。
学習の根拠データ
学習実行の根拠データを取り込むか、選択した対応モデルで予測を実行します。
検索と絞り込み
コレクション全体を見て回らずに、関連する画像や確認結果を見つけられます。
確認と振り分け
確認結果を保存し、役立つ例を次のアノテーションやデータセット作業へ振り分けます。
明示的な改善ループ
何を学習データにし、いつ再学習するかは自分で決めます。確認しただけで、気づかないうちにモデルが再学習されることはありません。
07

プロジェクトと日々の道具

あなたの作業に、居場所を。

独自のクラス
認識したい物体に合わせて、プロジェクトを設定します。
ローカル・共有ストレージ
ローカルディスクや共有ストレージ上のプロジェクトパッケージと画像バンクを使って作業できます。
モデルカタログ
モデルの参照を管理し、保存場所が変わったファイルを再接続します。
Model Journal
モデルをデータセットのバージョンに関連付け、由来、メモ、タグを履歴とともに残します。
カメラと環境の設定
カメラと推論の既定値、ストレージのルートを設定し、学習に必要な依存ツールを準備します。
必要なところにヘルプを
状況に合うマニュアルを開き、クイックスタートをたどり、トピックを検索し、役立つページをブックマークできます。
言語の選択
英語、スウェーデン語、ドイツ語、フランス語、スペイン語など。アプリの言語を選べます。未翻訳の箇所は英語で表示されます。
03 / 始める前にMacと、好奇心を用意して。

Macのために。
あなたを中心に。

macOS 13以降。カメラ撮影には、利用できるカメラと使用許可が必要です。プロジェクト、画像バンク、出力先には、十分な書き込み可能ストレージが必要です。

学習は自分のハードウェアで実行します。学習できる内容や所要時間は、データセットのサイズ、メモリ、選んだ学習手法によって変わります。共有ストレージにも対応しますが、ローカルストレージならファイル転送の負荷を減らせる場合があります。

セグメンテーションにはApple Siliconが必要です。物体検出にはCreate MLを使用します。対応する実験的なセグメンテーション学習環境には、Apple Silicon搭載Mac、別途ローカルセットアップ、準備したマスクが必要です。セットアップ時にツールやモデルをダウンロードする場合があります。

クラウド計算と外部サービスの契約は含まれません。

04 / よくある、いい質問好奇心を歓迎します。

いい
質問です。

01サブスクリプションですか?

いいえ。BadBobは買い切りです。購入したバージョンと、アップデート期間中に含まれる更新を永続的に利用できます。自動更新はありません。

02最初の12か月が過ぎるとどうなりますか?

利用権のあるバージョンは、そのまま使えます。さらに12か月のアップデートを希望する場合、任意の追加購入はVAT込みで€49です。既存のバージョンを使い続けるために購入する必要はありません。

03何台のMacで使えますか?

予定している単一ユーザー向けライセンスには、Macのアクティベーション2台分が含まれます。アップデートの追加購入は既存のBadBobライセンスの更新期間を延長するもので、別の独立したライセンスではありません。

04今すぐBadBobを購入・ダウンロードできますか?

まだできません。一般ダウンロードと購入手続きを準備しています。ここに記載した価格は、予定している発売記念オファーのものです。試用版の詳細は、準備が整い次第公開します。

05クラウド学習やAIクレジットは価格に含まれますか?

学習には自分のMacとストレージを使用します。クラウド計算や外部サービスの契約は含まれません。学習環境の準備には、ツールやモデルのダウンロードが必要になる場合があります。

06セグメンテーションは含まれますか?

はい。輪郭アノテーション、マスクの準備、学習、評価、対応モデルでの推論を含む実験的なワークフローとして提供されます。対応するセグメンテーション学習環境には、Apple Silicon搭載Macと別途ローカルセットアップが必要です。そのチェックポイントは、Create MLの物体検出モデルとは相互に置き換えられません。

ワークベンチの動きを見る

まずは
少しの好奇心から。

ワークフローを見る