
01 / Capture Lab
從真實世界出發。
收集模型真正需要的影像。使用相機擷取、探索棘手情境,或逐步涵蓋專案中的各個類別。
- 即時相機擷取
- 類別涵蓋範圍與專注擷取工作階段
- 將影像直接傳送到 Annotator
適用於 macOS 的視覺工作台
你的影像。你的模型。你的想像力。
一個用心打造的空間,將它們連接起來。
Mac 原生應用程式 · 本機訓練 · 為好奇的你而打造
出色的電腦視覺,不只是按下訓練按鈕。BadBob 將訓練前、中、後需要認真完成的工作連接起來。

01 / Capture Lab
收集模型真正需要的影像。使用相機擷取、探索棘手情境,或逐步涵蓋專案中的各個類別。

02 / Annotator
繪製邊界框與輪廓、檢閱 AI 建議,並使用具名標註清單整理工作。有用的資料集,就從這些細節開始。

03 / Data Studio
將檢閱過的影像整理成具版本的資料集。將訓練、驗證與測試影像分開,讓下一次結果有可靠的衡量依據。

04 / Training
使用 Create ML 訓練物件偵測模型,或選擇分割路線。執行前預覽可選的資料增強,並在模型學習時隨時關注進度。

05 / 比較與改進
在同一個資料集上比較候選模型。在 Failure Bank 中檢查難以處理的預測,再將所得經驗用於下一輪影像工作。
入門 / 觀看工作流程
通過實用影片演示,認識 Capture Lab、Annotator、Data Studio 和 Training。選擇下一步,跟著操作。
探索教學同樣的好奇心。不同的問題。
有時,你需要知道物件在哪裡。
有時,每一道邊緣都很重要。選擇適合你的路線。
01 / 物件偵測由 Create ML 驅動
教模型識別專案中的類別,並用邊界框定位它們。直接在 Mac 上使用 Apple 的 Create ML 訓練工具。
02 / 分割再看仔細一點
超越矩形。當專案需要物件的形狀時,標註輪廓,選擇分割訓練路線。
為想要理解資料、打造工具並持續創作的人而造。
在 Mac 上擷取、標註和訓練。使用本機專案和影像庫,並為所選路線準備相應的訓練環境。
具名清單、已儲存的標註修訂與資料集版本,讓整個過程可追溯。了解結果從何而來,結果才更有意義。
情境手冊會隨你所在的區塊提供幫助。當工作流程逐漸深入時,快速入門、搜尋和書籤能幫你找到下一步。
小小機器人。滿滿好奇心。04 / BadBob 背後的故事
BadBob 源於 DiceScore 和一個問題:如何把訓練結果變成更好的模型?一款名為 Failure Bank 的小型 Python 工具,是第一步。
如今,這個想法已將擷取、標註、資料集和本機訓練匯集於一個 macOS 工作台。實用的工具,也留有持續成長的空間。
關於 BadBob開展自訂物件偵測和分割專案:從日常物品和興趣實驗,到下一個產品所需的資料集。由你定義專案類別,收集對實際用途有價值的影像。
BadBob 是原生 macOS 應用程式。Create ML 支援物件偵測訓練路線;受支援的實驗性分割訓練環境需要 Apple Silicon 和獨立的本機設定。硬體與可用記憶體會影響能訓練什麼以及需要多久。
核心擷取、標註、資料集和本機訓練流程,均使用 Mac 上的專案和影像庫執行。也可以使用共用儲存空間。準備環境時,可能需要下載訓練工具和模型。
它們擁有獨立的資料集分組。訓練增強為可選項,僅作用於訓練影像;原圖以及保留的驗證和測試影像保持不變。
公開下載與購買正在籌備中。規劃中的上市優惠為 €99(含加值稅),一般售價為 €149。永久授權包含 12 個月更新。完整說明請見“價格與功能”。
公開下載 / 即將開放
一台相機,一點好奇心,一個值得實現的專案。
下一個模型,從你開始。