Fitur lengkap

One way from label to model.

HIGOLAB menyatukan anotasi, kerja tim, dataset, versi, training, dan ekspor dalam satu projek, untuk gambar maupun video. Enam area kerjanya:

Anotasi presisi

Label cepat, hasil rapi.

Kanvas anotasi mendukung objek kecil sampai bentuk kompleks, dan setiap perubahan tersimpan otomatis.

  • Enam bentuk poligon, kotak, lingkaran, garis, titik.
  • Poligon SAM satu klik objek jadi poligon dengan MobileSAM.
  • Deteksi teks objek dicari lewat kata dengan YOLO-World atau SAM 3.
kanvas anotasi botol 0,95 kaleng Kelas botol 42 kaleng 28 tetra 17 Bentuk
kanvas anotasi gambarbbox · poligon · pose
Klasifikasi aksi video

Aksi dalam klip.

Video dipecah menjadi klip pendek, lalu diberi kelas aksi dengan grid pemutar.

  • Potong otomatis video jadi klip dengan ffmpeg.
  • Tarik URL unduh langsung dengan yt-dlp.
  • Pintasan angka label satu tekan tombol, klip berganti dengan panah.
klip / basket-latihan 34 / 96 shoot pass dribble idle shoot pass 00:03 / 00:05 1 shoot 2 pass 3 dribble 4 idle
grid klip klasifikasi aksi96 klip · 4 kelas
Kerja tim terukur

Peran jelas, tugas terbagi.

Akses diatur per peran dan progres tiap orang terlihat di papan tugas.

  • Empat peran Pemilik, Editor, Labeler, dan Labeler spesifik per batch.
  • Papan tugas dari belum ditugaskan sampai masuk dataset.
  • Undangan tambah anggota lewat akun atau tautan email.
Belum ditugaskan 3 batch sore-02240 gambar batch sore-03188 gambar batch malam-0196 klip Dikerjakan 2 batch pagi-01Rani · 60% batch pagi-02Dimas · 35% Dataset 2 batch subuh-01Sari · selesai batch subuh-02Sari · selesai
papan tugas projek7 batch · 3 pelabel
Dataset dan versi

Dataset yang tidak bocor.

Kurasi data yang masuk, lalu simpan versi dengan augmentasi dan split aman.

  • Kurasi hanya data terpilih yang ikut di-versi dan diekspor.
  • Augmentasi dibekukan dengan penyeimbangan kelas agar dapat diulang.
  • Split anti-bocor dibelah per sesi lalu diperiksa kemiripan dHash.
versi v12 · split per sesi 2.569 gambar train 70% 1.798 valid 20% 514 test 10% 257 Pemeriksaan kemiripan dHash 0 duplikat lintas-split · foto sesi sama tidak terpisah
kurasi, versi, dan split2.569 gambar · 70 / 20 / 10
Training dan evaluasi

Latih lokal atau Kaggle.

Jalankan training di GPU lokal atau di GPU gratis Kaggle, lalu uji pada data nyata.

  • Model gambar YOLO dan RF-DETR.
  • Model video VideoMAE, SlowFast, PoseC3D.
  • Uji produksi dinilai pada data nyata dengan confusion matrix.
Kurva akurasiyolo · 80 epoch
1,00,80,60,40,20,0 020406080 epoch akurasi 0,92
Confusion matrixuji produksi
shootpassdribidle prediksi shootpassdribidle aktual 182 8 5 3 6 164 11 4 9 13 150 7 2 5 6 198
Ekspor

Format standar industri.

Dataset berversi diekspor ke format yang siap dipakai framework umum, dengan struktur folder, split asli, dan id kelas yang konsisten.

  • YOLO dan YOLO-seg deteksi kotak dan segmentasi poligon.
  • COCO standar JSON lintas framework.
  • Pascal VOC dan CreateML format klasik dan ekosistem Apple.
Pelengkap

Detail yang melengkapi alur kerja.

Privasi data

Dataset dan model tidak dibagikan ke pihak luar.

Login per akun

Akses dan penugasan mengikuti peran tiap orang.

Tema terang dan gelap

Pilihan tema tersimpan di seluruh aplikasi.

Bahasa Indonesia

Seluruh antarmuka dalam Bahasa Indonesia.

Mulai dari projek pertama.

Seluruh proses, dari anotasi sampai training, berjalan dalam satu platform.

Masuk ke HIGOLAB Kembali ke beranda