AI-trainingsdatasets
Fotobewerkingsdatasets voor AI-training, met de hand bewerkt
Voor-en-na-paren bewerkt door onze retoucheurs, en beelden die door mensen zijn gelabeld voor computer vision: bounding boxes, polygonen, maskers en keypoints. Alleen gemaakt van beelden waarvan je eigenaar bent of een licentie hebt.
Geen minimale bestellingGratis proefBetalen per fotoMet de hand bewerkt, niet door AI
Prijs per paar of per gelabeld beeld, vastgesteld na een proefbatch. Levertijd per batch afgesproken.
Privacy en rechten
Klantfoto's trainen nooit een model
Datasetwerk en bewerking voor klanten zijn volledig gescheiden. Dit is precies wat we je beloven.
Klantfoto's komen nooit in een dataset
Foto's die fotografen en merken ons sturen om te bewerken, worden nooit gebruikt om AI te trainen en komen in geen enkele dataset terecht, niet in die van ons en niet in die van een klant.
Alleen beelden met duidelijke rechten
We bouwen datasets alleen met beelden die jij aanlevert en waarvan je eigenaar bent of een licentie hebt, of met beelden waarvan de rechten voor gebruik bij training zijn vastgelegd. Van elk bronbeeld houden we de herkomst bij.
NDA, verwijdering en eigendom
Op verzoek tekenen we een geheimhoudingsovereenkomst (NDA). Bestanden worden 30 dagen na levering definitief verwijderd, of eerder op verzoek. De geleverde dataset is van jou.
Elk paar bewerkt door een mens
Geen automatische AI-bewerking en geen generatieve opvulling. Elk doelbeeld is het werk van een geschoolde fotobewerker, en precies dat maakt het waardevol om op te trainen.
Hoe we met elk bestand omgaan: Beveiliging en gegevensbescherming
Wat je krijgt
Wat er in een dataset zit
Een model leert een bewerking uit het verschil tussen het origineel en het resultaat. Wij maken dat verschil schoon, consistent en gedocumenteerd.
Originelen en bewerkingen als paar
Bij elk bronbeeld hoort het met de hand bewerkte resultaat, één op één gekoppeld, in hetzelfde formaat en met dezelfde uitsnede.
Maskers en segmentatie
Optionele maskers die precies laten zien welke pixels zijn veranderd, of op welk object, welke persoon of welk deel van de achtergrond een bewerking van toepassing is.
Labels en metadata
Elk paar gelabeld op type bewerking, onderwerpcategorie en doelstijl, volgens een schema dat we vooraf met je afspreken.
Geschreven bewerkingsinstructies
De instructie achter elke bewerking in gewone taal, voor modellen die een prompt moeten leren volgen en niet alleen een resultaat moeten nadoen.
Soorten bewerking
Bewerkingen waarvoor we datasets bouwen
Dezelfde bewerkingen die ons team elke dag voor fotografen en merken doet, toegepast op jouw bronbeelden. Eén soort bewerking per dataset, of een mix.
Objecten verwijderen
Ongewenste objecten, mensen, kabels en rommel verwijderd, met de achtergrond met de hand hersteld.
Achtergrond vervangen
Achtergronden uitgesneden, opgeschoond of vervangen, met strakke randen bij haar, glas en fijne details.
Kleur- en belichtingscorrectie
Witbalans, belichting, contrast en kleurzwemen gecorrigeerd tot een neutraal, consistent resultaat.
Huidretouche
Oneffenheden en afleidingen weggewerkt terwijl de huidstructuur echt blijft, op het retoucheniveau dat jij opgeeft.
Verbetering en opschoning
Stof, ruis, reflecties en kleine fouten hersteld, en details verscherpt zonder halo's.
Stijl en look gelijktrekken
Een vaste kleurgrading of merklook, op elk beeld op dezelfde manier toegepast, voor modellen voor stijloverdracht.
Bewerkingen in meerdere stappen
Een reeks instructies in vaste volgorde, met elke tussenstap opgeslagen, voor modellen die in beurten bewerken.
Afwerking van productfoto's
Productbewerkingen in marketplace-stijl: uitsnedes, schaduwen, kleurafstemming en het opschonen van oppervlakken.
Data-annotatie
Beeldannotatie voor computer vision, gelabeld door mensen
Naast bewerkte paren labelen we beelden voor detectie-, segmentatie- en classificatiemodellen. Elk label wordt getekend door een mens die je klassenlijst volgt, niet door een model voor automatisch labelen.
Bounding boxes
Strakke rechthoeken om elk object op je klassenlijst, voor modellen voor objectdetectie.
Polygonen en instance-segmentatie
Contouren punt voor punt om elk object getekend, zodat elke instantie een eigen vorm krijgt.
Maskers voor semantische segmentatie
Elke pixel toegewezen aan een klasse, zoals weg, lucht, persoon of product, en geleverd als maskers.
Beeldclassificatie en tagging
Eén of meer labels per beeld, uit je categorielijst of uit een set tags die we met je afspreken.
Keypoints en landmarks
Punten op gewrichten, gezichtskenmerken of hoeken van een product, in de volgorde die je skelet bepaalt.
Controle en correctie van bestaande labels
Labels van een model voor automatisch labelen of van een andere leverancier, met de hand gecontroleerd en verbeterd: gemiste objecten, te ruime boxes en verkeerde klassen.
Waar we werken
In je eigen tools, of als bestanden
We sluiten aan op de omgeving die je team al gebruikt, zodat er niets naar een nieuw platform hoeft.
Je Roboflow-workspace
Nodig ons team uit als labelers en we annoteren in je eigen project. Het project, de klassen en elke datasetversie blijven in je workspace.
CVAT of Label Studio
Hetzelfde in CVAT of Label Studio: voeg onze labelers toe aan je project, en het werk blijft waar je team het kan zien.
Bestanden in standaardformaten
Liever bestanden? We leveren de annotaties op bestandsnaam gekoppeld aan je beelden, in het formaat dat je trainingscode leest.
Hoe we labels controleren
Elk label wordt door een mens getekend of gecontroleerd. Daarna controleert een tweede persoon een steekproef uit elke batch op deze punten.
- Gemiste objecten
- Te ruime of afgesneden boxes en contouren
- Verkeerde klasse
- Consistentie met je labelrichtlijn
We volgen je klassenlijst en je labelrichtlijn. Heb je nog geen richtlijn, dan helpen we je die tijdens de proefbatch te schrijven.
Roboflow, CVAT en Label Studio zijn producten van hun respectievelijke eigenaren. We werken erin aan je projecten; we zijn niet aan hen verbonden en worden niet door hen aanbevolen.
Onze werkwijze
Hoe we hem bouwen
Zes stappen van je briefing tot een dataset die je kunt laden, met eerst een proefbatch, zodat niets wordt opgeschaald voordat jij het hebt goedgekeurd.
01
Afbakening en proefbatch
We spreken de soorten bewerking, stijlregels, het labelschema en de bestandsindeling af en bewerken daarna een kleine proefbatch die je naast je trainingsbehoeften kunt leggen.
02
Een instructie per paar
Elk bronbeeld krijgt een geschreven instructie voordat iemand het opent, zodat de bewerking vastligt, herhaalbaar is en is vastgelegd.
03
Bewerking met de hand
Onze fotobewerkers voeren elke instructie met de hand uit in professionele bewerkingssoftware. Geen automatische AI-bewerking, geen generatieve opvulling.
04
Kwaliteitscontrole
Een tweede persoon controleert elk paar aan de hand van de instructie en de stijlregels voordat het wordt goedgekeurd.
05
Labels, maskers en metadata
Goedgekeurde paren worden gelabeld, waar nodig gemaskeerd en gekoppeld aan hun herkomstgegevens.
06
Gestructureerde levering
Elke batch komt binnen in de mapstructuur en naamgeving die jij hebt opgegeven, klaar om in je trainingspipeline te laden.
Kwaliteitscontrole
Wat we bij elk paar controleren
Een model neemt fouten net zo trouw over als goed werk, daarom controleert een tweede persoon elk paar voordat het in een batch komt.
- Geen zichtbare artefacten: halo's, vegen, herhaalde patronen of zachte randen
- Toon en kleur consistent over de hele batch
- Witbalans gecontroleerd tegen de afgesproken referentie
- Dubbele en bijna dubbele bronbeelden gemarkeerd
- De bewerking doet wat de instructie zegt, en niets meer
- Paren, maskers en labels op bestandsnaam gekoppeld, zonder gaten
Leverformaten
Geleverd klaar om te laden
Gekoppelde beeldbestanden
Originelen en bewerkingen met consistente, bij elkaar passende bestandsnamen, in het formaat en de kleurdiepte die je nodig hebt.
Maskers als PNG
Binaire maskers of maskers met meerdere klassen, opgeslagen als PNG en vernoemd naar het paar waar ze bij horen.
Labels als JSON of CSV
Type bewerking, categorie, stijl, instructietekst en herkomstgegevens per paar, als JSON of CSV.
Jouw mapstructuur
Verdeeld in trainings-, validatie- en testsets, of per type bewerking, zoals vóór de proefbatch met je afgesproken.
Voor wie
Voor teams die bewerkingsmodellen trainen
Sinds 2019 werkt ons team van meer dan 100 fotobewerkers voor fotografen, studio's en merken. Datasetklanten krijgen dezelfde mensen en dezelfde normen.
Ontwikkelaars van retouchetools
Teams die modellen trainen voor portret-, huid- en opschoonbewerkingen en doelbeelden nodig hebben waar een professional voor tekent.
Modellen voor achtergrondverwijdering
Met de hand gemaakte maskers en vervangen achtergronden, met de lastige randen (haar, vacht, glas) goed uitgewerkt.
Kleurgrading en kleurcorrectie
Consistent kleurwerk voor en na, voor modellen voor automatische correctie, grading en stijloverdracht.
Beeldtools voor e-commerce
Productuitsnedes, schaduwen en kleurechte afwerking voor tools die beelden voor marketplaces klaarmaken.
Merken en studio's
Je eigen beelden bewerkt in je huisstijl, als dataset voor een eigen model dat moet bewerken zoals jij dat doet.
Prijs na een proefbatch
Elk project is anders, dus we stellen de prijs per paar vast voor bewerkte datasets en per beeld of labelset voor annotatie, zodra de proefbatch laat zien hoeveel werk elk onderdeel kost. Je krijgt een vaste prijs voordat het volumewerk begint.
Levertijd per batch
We spreken voor elke batch een leverdatum af op basis van de omvang en het soort bewerking, en leveren in batches zodat je team kan beginnen met trainen voordat de hele set klaar is.
Veelgestelde vragen
Vragen over AI-trainingsdatasets
Gebruiken jullie foto's die klanten sturen om te laten bewerken?
Nee, nooit. Foto's die we krijgen om te bewerken, worden nooit gebruikt om AI te trainen en komen in geen enkele dataset terecht, niet in die van ons en niet in die van een klant. Ze worden alleen gebruikt voor de bestelde bewerking en 30 dagen na levering verwijderd.
Waar komen de bronbeelden vandaan?
Van jou. We werken met beelden die jij aanlevert en waarvan je eigenaar bent of een licentie hebt, of met beelden waarvan de rechten voor gebruik bij training zijn vastgelegd. Van elk beeld in de dataset leggen we herkomst en rechten vast.
Van wie is de afgeronde dataset?
Van jou. De geleverde paren, maskers en labels zijn van jou, en we gebruiken ze voor niemand anders. Op verzoek tekenen we een geheimhoudingsovereenkomst (NDA).
Gebruiken jullie AI voor de bewerkingen?
Nee. Elk paar wordt met de hand bewerkt door een mens. We gebruiken nooit automatische AI-bewerking of generatieve AI op de beelden, en daar gaat het juist om: een model dat getraind is op bewerkingen van een machine, leert de fouten van die machine.
Kunnen jullie beelden labelen in onze Roboflow-workspace?
Ja. Nodig ons team uit als labelers in je Roboflow-workspace en we annoteren daar. Het project, de klassen en de datasetversies blijven in je workspace, en jij bepaalt waar we toegang toe hebben.
In welke annotatieformaten leveren jullie?
COCO JSON, YOLO TXT, Pascal VOC XML of CSV. Werken we in je project in Roboflow, CVAT of Label Studio, dan exporteer je de labels daar in het formaat dat je gebruikt.
Gebruiken jullie automatisch labelen?
Nee. Labels worden door mensen getekend. Heeft je project al automatisch gegenereerde labels, dan kunnen we die controleren en met de hand verbeteren.
Wat kost een dataset?
We rekenen per paar voor bewerkte datasets, en per beeld of labelset voor annotatie. Na een proefbatch weten we hoeveel tijd elk onderdeel kost, en je krijgt een vaste prijs voordat het hoofdwerk begint.
Hoe lang duurt het?
De levertijd spreken we per batch af, op basis van het aantal paren en het soort bewerking. Grote datasets leveren we in batches, zodat het trainen vroeg kan beginnen.
In welke formaten leveren jullie?
Gekoppelde beeldbestanden met consistente naamgeving, maskers als PNG, en labels en metadata als JSON of CSV. Mapstructuur, bestandsformaat en verdeling spreken we vóór de proefbatch met je af.
Wat gebeurt er na levering met de bestanden?
Bestanden worden 30 dagen na levering definitief verwijderd, of eerder op verzoek. Wil je dat we ze langer bewaren voor vervolgbatches, dan bewaren we ze tot je ons vraagt ze te verwijderen.
Aan de slag
Plan je proefbatch
Vertel ons welke soorten bewerking of annotatie, welk volume ongeveer en welke rechten je op de bronbeelden hebt, en je hoort binnen 24 uur van ons.
AI-trainingsdatasets
Gegevens van de dataset
Beschrijf het model dat je traint en de bewerkingen of labels die je nodig hebt. Stuur nog geen beelden voordat we de omvang en de rechten hebben afgesproken.