En oppdateringsforlengelse, ikke en separat applisens.
EngangskjøpEie versjonen du har rett tilDin Mac. Dine bilder.
Greit å vite. Dette er våre planlagte lanseringspriser. Kjøp og offentlige nedlastinger er ikke tilgjengelige ennå. Vi publiserer detaljer om prøveperioden når de er klare.
02 / Inne i arbeidsbenkenÉn lisens. Hele arbeidsflyten.
Små detaljer. Hele bildet.
Fra det første kamerabildet til neste modellsammenligning. Her er hva du kan gjøre med BadBob.
01
Capture Lab
Samle med litt mer hensikt.
Direkte kameraopptak
Velg et kamera, ta bilder og arbeid i en forhåndsvisning i fullskjerm.
Tre opptaksmoduser
Bygg klassedekning, fokuser på et scenario, eller ta bilder fritt uten en veiledet sekvens.
Modellassistert opptak
Bruk en kompatibel modell til prediksjoner i sanntid. Sett AI på pause uavhengig av kameraet.
Økter og gjennomgang
Gå tilbake til lagrede økter, gjennomgå bildene og send utvalg til Annotator.
En plass til hvert bilde
Send gjennomgått materiale til treningskøen, et guard-sett, eller lagre det til senere.
02
Annotator
Gjør bilder til nyttige fasitdata.
Bilder, mapper og lister
Importer bilder eller mapper og organiser utvalg i navngitte bildelister.
Bokser og konturer
Tegn avgrensningsbokser og redigerbare konturer, tilordne prosjektklasser og finjuster geometrien.
AI-forslag
Analyser valgte bilder med en kompatibel modell, og gjennomgå og rediger deretter forslagene.
En editor som holder følge
Panorer, zoom, tilpass bildet og angre endringer mens du arbeider.
Lagrede revisjoner
Lagre menneskelige annoteringer som revisjoner og se historikken igjen. Velg hva som går videre til et datasett.
03
Data Studio
Vit nøyaktig hva som inngikk i en modell.
Versjonerte datasett
Publiser manifester som viser til bestemte bilder og lagrede annoteringsrevisjoner.
Trening, validering og test
Hold delsettmedlemskap tydelig, med reserverte valideringsbilder og valgfrie testbilder.
Import og eksport
Gjennomgå importerte data og klassekoblinger, og klargjør eksporter til neste del av arbeidsflyten.
Undersøk grunnlaget
Kontroller bilde- og annoteringsreferanser før du klargjør et treningsområde.
Forberedelse til segmentering
Lag masker fra lagrede menneskelige konturer, og undersøk bildet, overlaget og masken.
04
Training
La dine egne bilder lære bort noe.
Objektdeteksjon med Create ML
Tren lokalt med Full Network (YOLOv2) eller Transfer Learning (Apple Object Print).
Styr kjøringen
Velg et publisert datasett, en algoritme, et iterasjonsbudsjett og en utdataplassering. Følg fremdriften eller stopp kjøringen.
Augmentering og forhåndsvisning
Forhåndsvis endringer i lysstyrke og kontrast. Rotasjon og speiling velges uttrykkelig; augmentering er avslått som standard.
Beskyttede originaler og delsett
Augmentering gjelder treningsbilder. Originaler, validerings-, test- og guard-bilder forblir uendret.
Kjøringshistorikk og modellens opphav
Behold konfigurasjon og datasettreferanser med lagrede resultater. Registrer Core ML-kandidater for senere bruk.
EksperimenteltInstanssegmentering er eksperimentell. Det støttede treningsmiljøet krever Apple Silicon, et separat lokalt oppsett og konturmasker. Det produserer et sjekkpunkt fremfor en Core ML-detektor.
05
Evaluering og sammenligning
Se hva som faktisk ble bedre.
Bildeevaluering
Evaluer kompatible lagrede modeller på tilbakeholdte data, og undersøk resultater for enkeltbilder.
Referanse og kandidater
Sammenlign kompatible modeller på samme datasettdelsett og med samme evalueringsprotokoll.
Lagrede sammenligninger
Gå tilbake til sammenligningsresultater og undersøk forskjeller per klasse.
Guard-sett
Hold gjennomgåtte regresjonseksempler atskilt, og bruk dem til å kontrollere uønskede endringer.
Segmenteringsevaluering
Undersøk masker og sammenlign kompatible segmenteringsresultater gjennom det eksperimentelle segmenteringssporet.
06
Failure Bank
Gjør feilene nyttige.
Gjennomgang av prediksjoner
Undersøk modellprediksjoner ved siden av lagrede menneskelige annoteringer.
Treningsdokumentasjon
Importer dokumentasjon fra en treningskjøring, eller kjør prediksjoner med en valgt kompatibel modell.
Søk og filtrer
Finn relevante bilder og gjennomganger uten å gå gjennom hele samlingen.
Gjennomgå og send videre
Lagre en gjennomgang og send nyttige eksempler videre til neste runde annotering eller datasettarbeid.
En tydelig forbedringssløyfe
Du bestemmer hva som blir treningsdata og når det skal trenes igjen. Gjennomganger trener ikke opp en modell på nytt i det skjulte.
07
Prosjekter og hverdagsverktøy
Ditt arbeid, med et sted å høre til.
Dine egne klasser
Konfigurer prosjekter rundt objektene du vil gjenkjenne.
Lokal eller delt lagring
Arbeid med prosjektpakker og bildebanker på lokale disker eller delt lagring.
Modellkatalog
Hold oversikt over modellreferanser og koble til filer på nytt når lagringsstedet endres.
Model Journal
Knytt modeller til datasettversjoner, og behold opphav, notater og tagger med historikken deres.
Kamera- og miljøinnstillinger
Angi standarder for kamera og inferens, velg lagringsrøtter og klargjør treningsavhengigheter.
Hjelp der du trenger den
Åpne den kontekstavhengige håndboken, følg hurtigstarter, søk etter et emne og bokmerk nyttige sider.
Språkvalg
Engelsk, svensk, tysk, fransk, spansk og flere. Velg appspråk; manglende oversettelser vises på engelsk.
03 / Før du begynnerTa med en Mac. Ta med nysgjerrigheten din.
Laget for Mac. Bygget rundt deg.
macOS 13 eller nyere. Kameraopptak krever et tilgjengelig kamera og tillatelse til å bruke det. Prosjektet, bildebanken og utdataplasseringen trenger nok skrivbar lagringsplass.
Treningen kjører på din maskinvare. Datasettstørrelse, minne og valgt treningsspor påvirker hva du kan trene og hvor lang tid det tar. Delt lagring støttes; lokal lagring kan redusere ekstra arbeid ved filoverføring.
Apple Silicon for segmentering. Create ML driver objektdeteksjon. Det støttede eksperimentelle treningsmiljøet for segmentering krever en Mac med Apple Silicon, et separat lokalt oppsett og klargjorte masker. Oppsettet kan laste ned verktøy eller modeller.
Skyberegning og tredjepartsabonnementer er ikke inkludert.
04 / Noen gode spørsmålNysgjerrighet oppmuntres.
Godt spørsmål.
01Er dette et abonnement?+
Nei. BadBob er et engangskjøp. Lisensen er permanent for versjonen du kjøper og oppdateringene som inngår i oppdateringsperioden. Det er ingen automatisk fornyelse.
02Hva skjer etter de første 12 månedene?+
Versjonen du har rett til, fortsetter å virke. Hvis du ønsker ytterligere 12 måneder med oppdateringer, koster det valgfrie oppdateringskjøpet €49 inkludert mva. Du trenger ikke kjøpe det for å fortsette å bruke den eksisterende versjonen.
03Hvor mange Macer kan jeg bruke?+
Den planlagte enkeltbrukerlisensen inkluderer 2 Mac-aktiveringer. Oppdateringskjøpet forlenger oppdateringer for en eksisterende BadBob-lisens; det er ikke en ekstra frittstående lisens.
04Kan jeg kjøpe eller laste ned BadBob i dag?+
Ikke ennå. Offentlige nedlastinger og betaling er under forberedelse. Prisene her beskriver det planlagte lanseringstilbudet. Detaljer om prøveperioden publiseres når den er klar.
05Inkluderer prisen skytrening eller AI-kreditter?+
Trening bruker din egen Mac og lagring. Skyberegning og abonnementer på tredjepartstjenester er ikke inkludert. Klargjøring av et treningsmiljø kan kreve nedlasting av verktøy eller modeller.
06Er segmentering inkludert?+
Ja, som en eksperimentell arbeidsflyt med konturannotering, maskeforberedelse, trening, evaluering og inferens med kompatible modeller. Det støttede treningsmiljøet for segmentering krever en Mac med Apple Silicon og et separat lokalt oppsett. Sjekkpunktene kan ikke brukes om hverandre med objektdetektorer fra Create ML.