Eenmalige aankoopDe versie waar je recht op hebt, is van jouJouw Mac. Jouw afbeeldingen.
Goed om te weten. Dit zijn onze geplande introductieprijzen. Aankopen en openbare downloads zijn nog niet beschikbaar. We publiceren de proefperiodedetails zodra ze klaar zijn.
02 / Binnen in de werkbankEén licentie. De hele workflow.
Kleine details. Het hele plaatje.
Van het eerste camerabeeld tot de volgende modelvergelijking. Dit kun je doen met BadBob.
01
Capture Lab
Verzamel wat gerichter.
Live cameraopnamen
Kies een camera, leg afbeeldingen vast en werk in een voorbeeld op volledig scherm.
Drie opnamemodi
Bouw klassedekking op, richt je op een scenario of leg vrij vast zonder begeleide reeks.
Modelondersteunde opnamen
Gebruik een compatibel model voor live voorspellingen. Pauzeer AI onafhankelijk van de camera.
Sessies en beoordeling
Bekijk opgeslagen sessies opnieuw, beoordeel je afbeeldingen en stuur selecties naar Annotator.
Een plek voor elke afbeelding
Stuur beoordeeld materiaal naar de trainingswachtrij, een guardset of bewaar het voor later.
02
Annotator
Maak van afbeeldingen bruikbare ground truth.
Afbeeldingen, mappen en lijsten
Importeer afbeeldingen of mappen en orden selecties in benoemde afbeeldingslijsten.
Kaders en contouren
Teken begrenzingskaders en bewerkbare contouren, wijs projectklassen toe en verfijn de geometrie.
AI-suggesties
Analyseer geselecteerde afbeeldingen met een compatibel model en beoordeel en bewerk vervolgens de suggesties.
Een editor die bijblijft
Pan, zoom, pas het beeld aan en maak bewerkingen ongedaan terwijl je werkt.
Opgeslagen revisies
Sla menselijke annotaties op als revisies en bekijk hun geschiedenis opnieuw. Kies wat doorgaat naar een dataset.
03
Data Studio
Weet precies wat er in een model ging.
Datasets met versies
Publiceer manifesten die verwijzen naar specifieke afbeeldingen en opgeslagen annotatierevisies.
Training, validatie en test
Houd de toewijzing aan splits expliciet, met gereserveerde validatiebeelden en optionele testbeelden.
Import en export
Beoordeel geïmporteerde data en klassenkoppelingen en bereid exports voor op het volgende deel van je workflow.
Inspecteer het bewijs
Controleer verwijzingen naar afbeeldingen en annotaties voordat je een trainingswerkruimte voorbereidt.
Segmentatievoorbereiding
Leid maskers af uit opgeslagen menselijke contouren en inspecteer de afbeelding, overlay en het masker.
04
Training
Laat je eigen afbeeldingen iets bijbrengen.
Objectdetectie met Create ML
Train lokaal met Full Network (YOLOv2) of Transfer Learning (Apple Object Print).
Beheer de run
Kies een gepubliceerde dataset, algoritme, iteratiebudget en uitvoerlocatie. Volg de voortgang of stop een run.
Augmentatie en voorbeeld
Bekijk wijzigingen in helderheid en contrast vooraf. Roteren en spiegelen moet je expliciet inschakelen; augmentatie staat standaard uit.
Beschermde originelen en splits
Augmentatie wordt toegepast op trainingsbeelden. Originelen, validatie-, test- en guardbeelden blijven ongewijzigd.
Runhistorie en modelafstamming
Bewaar configuratie en datasetverwijzingen bij opgeslagen resultaten. Registreer Core ML-kandidaten voor later gebruik.
ExperimenteelInstantiesegmentatie is experimenteel. De ondersteunde trainingsomgeving vereist Apple Silicon, een aparte lokale installatie en contourmaskers. Het resultaat is een checkpoint in plaats van een Core ML-detector.
05
Evaluatie en vergelijking
Ontdek wat er echt verbeterde.
Beeldevaluatie
Evalueer compatibele opgeslagen modellen op apartgehouden data en bekijk de resultaten per afbeelding.
Referentie en kandidaten
Vergelijk compatibele modellen op dezelfde datasetsplit en met hetzelfde evaluatieprotocol.
Opgeslagen vergelijkingen
Bekijk vergelijkingsresultaten opnieuw en inspecteer verschillen per klasse.
Guardsets
Houd beoordeelde regressievoorbeelden gescheiden en gebruik ze om op ongewenste veranderingen te controleren.
Segmentatie-evaluatie
Inspecteer maskers en vergelijk compatibele segmentatieresultaten via het experimentele segmentatiepad.
Importeer bewijs uit een trainingsrun of voer voorspellingen uit met een geselecteerd compatibel model.
Zoeken en filteren
Vind relevante afbeeldingen en beoordelingen zonder de hele verzameling door te werken.
Beoordelen en doorsturen
Sla een beoordeling op en stuur bruikbare voorbeelden door naar de volgende ronde annotatie- of datasetwerk.
Een expliciete verbetercyclus
Jij bepaalt wat trainingsdata wordt en wanneer er opnieuw wordt getraind. Beoordelingen trainen een model niet ongemerkt opnieuw.
07
Projecten en dagelijks gereedschap
Je werk, met een eigen plek.
Je eigen klassen
Stel projecten in rond de objecten die je wilt herkennen.
Lokale of gedeelde opslag
Werk met projectpakketten en beeldbanken op lokale schijven of gedeelde opslag.
Modelcatalogus
Houd modelverwijzingen bij en koppel bestanden opnieuw wanneer hun opslaglocatie verandert.
Model Journal
Koppel modellen aan datasetversies en bewaar herkomst, notities en tags bij hun geschiedenis.
Camera- en omgevingsinstellingen
Stel standaardwaarden in voor camera en inferentie, kies opslaghoofdmappen en bereid trainingsafhankelijkheden voor.
Hulp waar je die nodig hebt
Open de contextgevoelige handleiding, volg snelstartgidsen, zoek een onderwerp en maak bladwijzers van nuttige pagina's.
Taalkeuzes
Engels, Zweeds, Duits, Frans, Spaans en meer. Kies je apptaal; ontbrekende vertalingen vallen terug op Engels.
03 / Voordat je begintNeem een Mac mee. En je nieuwsgierigheid.
Gemaakt voor Mac. Gebouwd om jou heen.
macOS 13 of nieuwer. Cameraopnamen vereisen een beschikbare camera en toestemming om die te gebruiken. Je project, beeldbank en uitvoerlocatie hebben voldoende beschrijfbare opslagruimte nodig.
Training draait op je hardware. Datasetgrootte, geheugen en het gekozen trainingspad bepalen wat je kunt trainen en hoelang dat duurt. Gedeelde opslag wordt ondersteund; lokale opslag kan de overhead van bestandsoverdracht verminderen.
Apple Silicon voor segmentatie. Create ML verzorgt objectdetectie. De ondersteunde experimentele trainingsomgeving voor segmentatie vereist een Apple Silicon-Mac, een aparte lokale installatie en voorbereide maskers. De installatie kan gereedschap of modellen downloaden.
Cloudrekenkracht en abonnementen van derden zijn niet inbegrepen.
04 / Een paar goede vragenNieuwsgierigheid is welkom.
Goede vraag.
01Is dit een abonnement?+
Nee. BadBob is een eenmalige aankoop. De licentie is permanent voor de versie die je koopt en de updates die binnen je updateperiode vallen. Er is geen automatische verlenging.
02Wat gebeurt er na de eerste 12 maanden?+
De versie waar je recht op hebt, blijft werken. Wil je nog eens 12 maanden updates, dan kost de optionele updateaankoop €49 inclusief btw. Je hoeft die niet te kopen om je bestaande versie te blijven gebruiken.
03Hoeveel Macs kan ik gebruiken?+
De geplande licentie voor één gebruiker bevat 2 Mac-activeringen. De updateaankoop verlengt updates voor een bestaande BadBob-licentie; het is geen tweede zelfstandige licentie.
04Kan ik BadBob vandaag kopen of downloaden?+
Nog niet. Openbare downloads en afrekenen worden voorbereid. De prijzen hier beschrijven het geplande introductieaanbod. Details over de proefperiode worden gepubliceerd zodra die klaar is.
05Zijn cloudtraining of AI-credits inbegrepen?+
Training gebruikt je eigen Mac en opslag. Cloudrekenkracht en abonnementen op diensten van derden zijn niet inbegrepen. Het voorbereiden van een trainingsomgeving kan het downloaden van gereedschap of modellen vereisen.
06Is segmentatie inbegrepen?+
Ja, als experimentele workflow met contourannotatie, maskervoorbereiding, training, evaluatie en inferentie met compatibele modellen. De ondersteunde trainingsomgeving voor segmentatie vereist een Apple Silicon-Mac en een aparte lokale installatie. De checkpoints zijn niet uitwisselbaar met Create ML-objectdetectors.