En uppdateringsförlängning, inte en separat applicens.
EngångsköpÄg den version du har rätt tillDin Mac. Dina bilder.
Bra att veta. Det här är våra planerade lanseringspriser. Köp och offentliga nedladdningar är ännu inte tillgängliga. Vi publicerar information om provperioden när den är klar.
02 / Inuti arbetsbänkenEn licens. Hela arbetsflödet.
Små detaljer. Helhetsbilden.
Från den första kamerabilden till nästa modelljämförelse. Här är vad du kan göra med BadBob.
01
Capture Lab
Samla med lite mer syfte.
Direktfångst från kamera
Välj en kamera, fånga bilder och arbeta i en förhandsvisning i helskärm.
Tre fångstlägen
Bygg klasstäckning, fokusera på ett scenario eller fånga fritt utan en guidad sekvens.
Modellassisterad fångst
Använd en kompatibel modell för prediktioner i realtid. Pausa AI oberoende av kameran.
Sessioner och granskning
Återbesök sparade sessioner, granska bilderna och skicka urval till Annotator.
En plats för varje bild
Dirigera granskat material till träningskön, en guard-mängd eller spara det till senare.
02
Annotator
Gör bilder till användbara facitdata.
Bilder, mappar och listor
Importera bilder eller mappar och ordna urval i namngivna bildlistor.
Rutor och konturer
Rita avgränsningsrutor och redigerbara konturer, tilldela projektklasser och förfina geometrin.
AI-förslag
Analysera valda bilder med en kompatibel modell och granska och redigera sedan förslagen.
En redigerare som hänger med
Panorera, zooma, anpassa bilden och ångra ändringar medan du arbetar.
Sparade revisioner
Spara mänskliga annoteringar som revisioner och återbesök historiken. Välj vad som går vidare till ett dataset.
03
Data Studio
Vet exakt vad som ingick i en modell.
Versionshanterade dataset
Publicera manifest som refererar till specifika bilder och sparade annoteringsrevisioner.
Träning, validering och test
Håll delmängdstillhörigheten tydlig, med reserverade valideringsbilder och valfria testbilder.
Import och export
Granska importerade data och klassmappningar och förbered exporter för nästa del av arbetsflödet.
Granska underlaget
Kontrollera bild- och annoteringsreferenser innan du förbereder en träningsarbetsyta.
Segmenteringsförberedelse
Skapa masker från sparade mänskliga konturer och granska bilden, överlagringen och masken.
04
Training
Ge dina egna bilder något att lära ut.
Objektdetektion med Create ML
Träna lokalt med Full Network (YOLOv2) eller Transfer Learning (Apple Object Print).
Styr körningen
Välj ett publicerat dataset, algoritm, iterationsbudget och utdataplats. Följ utvecklingen eller stoppa körningen.
Augmentering och förhandsgranskning
Förhandsgranska ändringar av ljusstyrka och kontrast. Rotation och spegling aktiveras uttryckligen; augmentering är avstängd från början.
Skyddade original och delmängder
Augmentering tillämpas på träningsbilder. Original, validerings-, test- och guard-bilder förblir oförändrade.
Körhistorik och modellursprung
Bevara konfiguration och datasetreferenser med sparade resultat. Registrera Core ML-kandidater för senare användning.
ExperimentelltInstanssegmentering är experimentell. Den stödda träningsmiljön kräver Apple Silicon, en separat lokal installation och konturmasker. Den producerar en checkpoint i stället för en Core ML-detektor.
05
Utvärdering och jämförelse
Se vad som faktiskt förbättrades.
Bildutvärdering
Utvärdera kompatibla sparade modeller på avsatta data och granska enskilda bildresultat.
Referens och kandidater
Jämför kompatibla modeller på samma datasetdelmängd och med samma utvärderingsprotokoll.
Sparade jämförelser
Återbesök jämförelseresultat och granska skillnader per klass.
Guard-mängder
Håll granskade regressionsexempel åtskilda och använd dem för att kontrollera oönskade förändringar.
Segmenteringsutvärdering
Granska masker och jämför kompatibla segmenteringsresultat i det experimentella segmenteringsspåret.
06
Failure Bank
Gör misstagen användbara.
Prediktionsgranskning
Granska modellprediktioner sida vid sida med sparade mänskliga annoteringar.
Träningsunderlag
Importera underlag från en träningskörning eller kör prediktioner med en vald kompatibel modell.
Sök och filtrera
Hitta relevanta bilder och granskningar utan att gå igenom hela samlingen.
Granska och dirigera
Spara en granskning och dirigera användbara exempel till nästa omgång annotering eller datasetarbete.
En uttrycklig förbättringsloop
Du avgör vad som blir träningsdata och när det är dags att träna igen. Granskningar tränar inte om en modell i bakgrunden.
07
Projekt och vardagsverktyg
Ditt arbete, med en plats att höra hemma.
Dina egna klasser
Utforma projekt kring objekten du vill känna igen.
Lokal eller delad lagring
Arbeta med projektpaket och bildbanker på lokala diskar eller delad lagring.
Modellkatalog
Håll reda på modellreferenser och återanslut filer när deras lagringsplats ändras.
Model Journal
Koppla modeller till datasetversioner och bevara ursprung, anteckningar och taggar i deras historik.
Kamera- och miljöinställningar
Ställ in standardval för kamera och inferens, välj lagringsrötter och förbered träningsberoenden.
Hjälp där du behöver den
Öppna den sammanhangsanpassade manualen, följ snabbguider, sök efter ett ämne och bokmärk användbara sidor.
Språkval
Engelska, svenska, tyska, franska, spanska med flera. Välj appspråk; saknade översättningar visas på engelska.
03 / Innan du börjarTa med en Mac. Ta med din nyfikenhet.
Skapad för Mac. Byggd kring dig.
macOS 13 eller senare. Kamerafångst kräver en tillgänglig kamera och tillstånd att använda den. Projektet, bildbanken och utdataplatsen behöver tillräckligt med skrivbart lagringsutrymme.
Träningen körs på din hårdvara. Datasetets storlek, minnet och det valda träningsspåret påverkar vad du kan träna och hur lång tid det tar. Delad lagring stöds; lokal lagring kan minska tiden för filöverföring.
Apple Silicon för segmentering. Create ML driver objektdetektionen. Den stödda experimentella träningsmiljön för segmentering kräver en Mac med Apple Silicon, en separat lokal installation och förberedda masker. Installationen kan hämta verktyg eller modeller.
Molnberäkningar och tredjepartsabonnemang ingår inte.
04 / Några bra frågorNyfikenhet uppmuntras.
Bra fråga.
01Är det här en prenumeration?+
Nej. BadBob är ett engångsköp. Licensen är permanent för versionen du köper och de uppdateringar som ingår i din uppdateringsperiod. Ingen automatisk förnyelse sker.
02Vad händer efter de första 12 månaderna?+
Den version du har rätt till fortsätter fungera. Om du vill ha ytterligare 12 månaders uppdateringar kostar det valfria uppdateringsköpet €49 inklusive moms. Du behöver inte köpa det för att fortsätta använda din befintliga version.
03Hur många Mac-datorer kan jag använda?+
Den planerade enanvändarlicensen omfattar 2 Mac-aktiveringar. Uppdateringsköpet förlänger uppdateringar för en befintlig BadBob-licens; det är inte en andra fristående licens.
04Kan jag köpa eller ladda ner BadBob i dag?+
Inte ännu. Offentliga nedladdningar och köp förbereds. Priserna här beskriver det planerade lanseringserbjudandet. Information om provperioden publiceras när den är klar.
05Ingår molnträning eller AI-krediter i priset?+
Träningen använder din egen Mac och lagring. Molnberäkningar och abonnemang på tredjepartstjänster ingår inte. Att förbereda en träningsmiljö kan kräva att verktyg eller modeller hämtas.
06Ingår segmentering?+
Ja, som ett experimentellt arbetsflöde med konturannotering, maskberedning, träning, utvärdering och inferens med kompatibla modeller. Den stödda träningsmiljön för segmentering kräver en Mac med Apple Silicon och en separat lokal installation. Dess checkpoints är inte utbytbara mot objektdetektorer från Create ML.