Vi utvecklar Crackz — AI-driven programvara för felavkänning i drift vid hamnar, broar, fabriker och energianläggningar. Vi tar även på oss seniora konsultuppdrag inom AI, systemarkitektur, DevSecOps, simulering, försvar och autonoma system — från samma Stockholmsstudio, ledd av en systemarkitekt med 40+ års erfarenhet.
AI-driven felavkänning — sprickor, korrosion, ytdefekter, svetsfel. Byggd för hamnar och broinfrastruktur; driftsatt i fabriker, energianläggningar och tillverknings-QA. Desktop, webb och CLI från en och samma källkodsbase.
Bearbeta tusentals inspektionsbilder på timmar istället för veckor. Upptäck problem innan de blir kritiska. Dokumentera allt för revisionslogg.
Single pane for project state — model config, training schedule, detection parameters and data paths. Everything reproducible from one YAML.
Brush-driven annotation built for production scale. 50–80% faster than CVAT on dense crack imagery, with mask propagation across image series.
Live training with live metrics — Epoch · Loss · Val F1 · IoU · ETA. Built on PyTorch Lightning; checkpoints record their annotation schema so incompatible models are flagged automatically.
Galleries, summary tabs, severity buckets. Defect-detected cards are tinted in a dark green so flagged findings read at a glance across thousands of images — whether they're harbor pier scans or factory weld inspections.
Lägg in infrastruktur-, tillverknings- eller anläggningsbilder. Automatisk raw/train/val/test-uppdelning, EXIF bevarat hela vägen.
Maskredigerare med pensel, propagering över bildserier och kategorimedvetna flerklassiga taxonomier.
SegFormer-B2 som standard; byt encoder och åsidosätt hyperparametrar vid körning. PyTorch Lightning under huven.
Kör över tusentals bilder. Allvarlighetssegment, annoterade PNG:er, GeoJSON-utdata redo för QGIS eller GIS-pipelines.
Snabb driftsättning med färdiga checkpoints. Lämplig för standardscenarier för sprickdetektering i betong och stål.
Maximal noggrannhet för din domän — skräddarsydd bilddata, ovanliga defekttyper, flerklassiga taxonomier.
Varje inspelning, från fält till arkiv — katalogiserad, geotaggad och redo för analys.
Survey Ops är dataryggraden i AI Slam-plattformen. Återupptagbara fältuppladdningar över Starlink, operatörsgodkännande i inkorg, USBL-geotaggning, geospatial karta och naturspråkssökning över hela arkivet.
Webbläsar- eller CLI-uppladdning från fartyg eller land. Återupptagbar över Starlink — ett avbrott förlorar aldrig framsteg.
Paket mellanlagras i en inkorg. AI:n förfyller metadata från fillistan; en operatör godkänner innan något når kanonisk lagring.
USBL-spårdata skriver riktiga GPS-positioner på bilder. Varje inspelning indexeras per projekt, plats, datum och geolokalisering — synlig på en livekarta.
Ställ frågor på naturligt språk. Svar grundas i arkivet med källcitat. Lämna strukturerade inspelningar till Crackz för defektdetektering.
Vi är ett litet Stockholmsteam som bygger produktions-AI för felavkänning — inom infrastrukturinspektion, tillverknings-QA och energianläggningar. Crackz är flaggskeppet; kapaciteten bakom det finns tillgänglig för uppdrag.
Drön- och handhållen bilddata omvandlas till uppmätta, rangordnade defektmönster — utan att skicka dykare eller linesarbetare först. Det ursprungliga användningsfallet Crackz byggdes för.
Repor, hålrum, svetsfel, korrosion, lackbrister, gjutporösitet. Träningsbar på din taxonomi — flerklassig segmentering, inte bara spricka/ingen spricka. Inline eller efterprocess.
Fjärranalys av bilder från underhållsteam, robotinspektörer eller autonoma drönare. Prediktivt underhåll, tillståndsbasad förnyelse — istället för akut utryckning.
Crackz är den kommersiella produkten. Det här är forsknings- och verktygsarbeten som matar tillbaka in i den — marinarkaeologi, 3D-meshverktyg och andra skräddarsydda system.
Kommersiell källkodsöppen AI-programvara för felavkänning — infrastruktur och tillverkning. Desktop · webb · CLI · Docker.
Långvarigt partnerskap med systerbolagen bakom M/S Estonia-utredningen, Kraveln (1524)-skanningen och BBC/Discovery-djupvattensuppdragen. Vi driver deras IT, kameror, nätverk och 3D-rekonstruktionspipelines.
Local-first katalog- och inmatningsplattform för marina survey-data — flyttar fältinsamlingar från inbox till kanonisk projektlagring med geotaggning, automatiserade pipelines och en kartbaserad operatörsdashboard. Byggd för subsea-expeditioner och matar in i det bredare Crackz-programmet.
En öppen, leverantörsneutral topside-operatörsplattform för ROV:er — ett cockpit för farkost, kameror, sensorer och positionering. En tidssynkroniserad enhetsplattform förvandlar en hög av fristående hårdvara till en samlad, hot-pluggbar konsol, med navigeringsvarningar, datorseende, uppdragsplanering och fotogrammetri ovanpå. Första målet: Ocean Modules V8 över dess råa länk.
Unreal Engine ROV-träningssimulator för undervattenoperationer. Fotogrammetri-fångade vrakplatser, fysiksimulerade undervattendynamik, turbiditetsmodellering — uppdragsrepetition utan båten.
Terminalmonitor och APRS/GPS-brygga för Meshtastic LoRa mesh-nätverk. Off-grid kommunikationsverktyg för maritim spårning, drönaretelemetribryggor och HAM-bryggade fältoperationer.
Anaxiatech AB är ett svenskt teknikbolag — grundat och lett av Theresia Lundgren, systemarkitekt med 40+ års erfarenhet inom AI, DevSecOps och tillämpad FoU. Vi designar och levererar produktionsprogramvara för problem där fel svar är dyrt: infrastrukturinspektion, tillverknings-QA, försvarssystem, marinarkaeologi.
Praktiskt arbete, från ax till limpa: vi skriver modellkoden, levererar skrivbordsappen, kör Azure Batch-jobben och sitter med operatörer medan de granskar resultaten. Tidigare och nuvarande kunder inkluderar SAAB, Ericsson, Discovery+ / Warner Brothers och svenska myndigheter. Långvarigt tekniskt partnerskap med Ocean Discovery AB och SubBaltica AB vid undervattenexpeditioner.
Vi är teamet som byggde Crackz. Vi tar konsultuppdrag inom AI, systemarkitektur, DevSecOps, simulering och digitala miljöer, myndigheter och försvar, samt autonoma system — för organisationer som behöver ett seriöst svar på en seriös fråga. Ingen bemanning. Ingen PowerPoint. Levererat.
Vi har levererat verkliga segmenteringspipelines som bearbetar tusentals inspektions- och QA-bilder per körning. Vi vet var felpunkterna är: dataset-shift, etikettbrus, överkonfidens på sällsynta klasser, ONNX-exportproblem, varför din A100 är overksam.
Felavkänning, sprick- och korrosionssegmentering, svets- och gjutinspektion, ytfinish-QA. Vår starkaste vertikal — Crackz är den publika versionen. Vi kan bygga den privata versionen för din domän på 8–12 veckor.
Där LLM:er verkligen bidrar: strukturerad extraktion från tekniska rapporter, RAG över ingenjörskunskapsbaser, agentiva arbetsflöden för kodgranskning och triage. Vi väljer modellen som passar, inte den som syns i pressreleaser.
Träningspipelines som tränar om enligt schema, evaluering som fångar regressioner innan användarna gör det, driftsättning som överlever att modellen växer varje halvår. Azure Batch, Lightning Studios, self-hosted runners för känslig data.
Ska du finjustera, RAG:a, prompta eller bara köpa API:et? Tvådagars discovery-uppdrag för tekniska ledare som behöver ett försvarbart svar till styrelsen. Vi kartlägger alternativutrymmet, kostnadssätter varje väg och sammanfattar rekommendationen.
För domäner där det är svårt att samla tusen märkta bilder — undervattens, försvar, farliga miljöer, förproduktions-tillverkning — genererar vi dem. Fotogrammetridriven träningsdata, ROV-simulering, förstärkningsinlärningsmiljöer.
Fast scope för den första fasen. Fortsätt på retainer om det fungerar. Vi gör inte bemanning, timsättning eller öppna scope.
Ett fokuserat tvåveckors bevis på din data. Vi väljer en ML-fråga, vi svarar på den med siffror.
Kontakta oss för prissättning
Ett åttaveckorsuppdrag för att leverera ett vertikalt snitt av produktions-ML — modell, infrastruktur och ett UI att driva det med.
Kontakta oss för prissättning
Löpande senior ML-kapacitet för team som behöver djup utan att anställa ny personal.
Kontakta oss för prissättning
Prissättning, proof-of-concept-projekt, företagssupport och on-prem-licensiering. Vi svarar inom en arbetsdag.