Segments.ai
Plattform zur Datenannotation für Robotik und autonomes Fahren, die 3D-Punktwolken und Kamerabilder gemeinsam beschriftet.
Segments.ai ist eine Plattform zur Datenannotation für Machine-Learning-Teams in Robotik und autonomem Fahren. Mit Segments.ai beschriften Annotatoren 3D-Punktwolken und 2D-Kamerabilder in derselben Aufgabe, halten Track-IDs von Objekten über Sensoren und Zeit hinweg konsistent und beschleunigen die Arbeit mit modellgestützten Werkzeugen. Segments.ai ist über ein Python-SDK und eine API mit Trainings-Pipelines verbunden.
Am besten geeignet für Computer-Vision-Teams, die Wahrnehmungsmodelle mit kombinierten Lidar- und Kameradaten trainieren und über beide hinweg konsistente Labels brauchen.
- Zu finden in
- Bilderkennung und OCREntwickler-API
- Plattformen
- Web, API
- Preismodell
- Vertrieb kontaktieren
- Kostenlose Testphase
- Ja
- API
- Ja
- Hinzugefügt
Zuletzt geprüft: . Die Angaben stammen von segments.ai.
Was ist Segments.ai?
Segments.ai ist eine Annotationsplattform für Sensordaten von Robotern und Fahrzeugen. Die Leitidee ist das Multi-Sensor-Labeling: Lidar-Punktwolken und Kamerabilder derselben Szene werden gemeinsam geöffnet, ein Objekt erhält in jeder Modalität eine Track-ID, und ein in 3D gezeichneter Quader lässt sich auf die zugehörigen Bilder projizieren. Für Punktwolken unterstützt die Plattform Segmentierung, Quader, Keypoints, Polygone und Polylinien, mit einer Batch-Ansicht, die jedes Auftreten eines Objekts in einer Sequenz untereinander aufreiht, und einer zusammengeführten Ansicht, die Frames übereinanderlegt, damit sich statische Objekte leichter umranden lassen. Interpolation zwischen Keyframes und Tracking per Machine Learning verringern wiederholte Arbeit. Für Bilder gibt es Werkzeuge für Superpixel sowie Segmentierung per Box-Vorgabe und per Einzelklick, und Vorhersagen aus dem eigenen Modell lassen sich als Vorab-Labels zur Korrektur hochladen. Ein Python-SDK, eine API, Webhooks und Exporte in gängige ML-Frameworks binden das Tool in bestehende Pipelines ein, und die Beschriftung kann an Partner-Teams ausgelagert werden.
Wichtigste Funktionen
Multi-Sensor-Labeling
Zeigt 2D-Bilder und 3D-Punktwolken nebeneinander, sodass eine Annotationsaufgabe jeden Sensor der Szene abdeckt.
Projektion von 3D auf 2D
Überträgt einen in der Punktwolke gezeichneten Quader auf jedes Kamerabild, in dem das Objekt erscheint.
Batch-Modus
Listet alle Instanzen eines verfolgten Objekts auf einem scrollbaren Bildschirm auf; eine Korrektur in einem Frame wirkt sich auf die übrigen aus.
Zusammengeführte Punktwolke
Kombiniert die Frames einer Sequenz zu einer einzigen dichten Wolke, damit sich spärlich erfasste, ruhende Objekte genau umrahmen lassen.
ML-gestützte Bildwerkzeuge
Bietet einstellbare Superpixel, ein Autosegment-Werkzeug, das von einer gezeichneten Box gesteuert wird, und Masken per Hover und Klick auf Basis des Segment Anything Model.
SDK, API und Exporte
Lässt sich über ein Python-SDK, API-Schlüssel und Webhooks einbinden und exportiert Datensätze für PyTorch, TensorFlow und Hugging Face.
Anwendungsfälle
- Datensätze für autonomes Fahren
- Lidar- und Kameraaufnahmen gemeinsam annotieren, um Wahrnehmungsmodelle zu trainieren.
- Liefer- und Geländeroboter
- Sequenzen beschriften, die mobile Roboter außerhalb strukturierter Straßen aufgenommen haben.
- Modellvorhersagen korrigieren
- Vorab-Labels aus einem trainierten Modell hochladen und von Annotatoren prüfen und korrigieren lassen.
- Bewegte Objekte verfolgen
- Ein Objekt einmal beschriften und den Quader per Interpolation oder Tracking durch eine Sequenz fortführen.
- Ausgelagerte Annotation
- Ein Partner-Team für die Beschriftung einbinden und die Qualitätskontrolle im selben Tool behalten.
Gut zu wissen
- Angebote beruhen auf Labeling-Stunden
- Jeder Tarif bemisst sich nach einem jährlichen Labeling-Umfang statt nach Plätzen, und die Zahl der Plätze ist unbegrenzt.
- Die Größe der Punktwolke hängt vom Tarif ab
- Der Tarif Core begrenzt Punktwolken auf je 500.000 Punkte, während Fusion die Größenbegrenzung aufhebt.
- Sensorfusion gibt es ab Fusion
- Die Oberflächen, die mehrere Sensoren kombinieren, sind ab dem Tarif Fusion aufgeführt.
- Akademische Lizenzen
- Studierende und Forschende können eine kostenlose akademische Lizenz beantragen.
Häufige Fragen
Was ist Segments.ai?
Segments.ai ist eine Plattform zur Multi-Sensor-Annotation, mit der Punktwolken und Bilder für Machine Learning in Robotik und autonomen Fahrzeugen beschriftet werden.
Wofür wird Segments.ai genutzt?
Segments.ai dient dazu, Trainingsdaten für Computer-Vision-Modelle zu erstellen, mit Labels wie Quadern, Segmentierungsmasken, Bounding Boxes, Polygonen, Polylinien und Keypoints.
Gibt es eine kostenlose Testphase für Segments.ai?
Ja. Segments.ai bietet eine kostenlose Testphase von 14 Tagen.
Was kostet Segments.ai?
Segments.ai führt drei Tarife auf, Core, Fusion und Enterprise, jeweils mit einem individuellen Angebot auf Basis der jährlichen Labeling-Stunden. Details stehen auf der offiziellen Preisseite.
Hat Segments.ai eine API?
Ja. Segments.ai bietet eine API und ein Python-SDK, und der Tarif Fusion ergänzt ein Webhook-System.
Ist Segments.ai für Forschende kostenlos?
Segments.ai gibt an, Studierenden und Forschenden kostenlose akademische Lizenzen anzubieten, und ist offen für Gespräche über Optionen mit Startups.
Bietet Segments.ai Labeling-Dienste an?
Ja. Segments.ai vermittelt Kunden an Partneragenturen für die Beschriftung, für Teams, die die Annotation lieber auslagern.
Für wen es sich eignet
- Computer-Vision-Entwickler
- Machine-Learning-Teams
- Robotikunternehmen
- Teams für autonome Fahrzeuge
- Wissenschaftliche Forschende
Kommentare
Noch keine Kommentare. Hast du Segments.ai schon genutzt? Erzähl den anderen, wie es lief.
Alternativen zu Segments.ai
| Tool | Kostenloser Tarif | Einstiegspreis | API |
|---|---|---|---|
 CVATPlattform zur Datenannotation, um Bilder, Videos, 3D-Punktwolken und Audio zu labeln, als Cloud-Dienst, selbst gehostet und als Open Source. |
Ja | — | Ja |
 Label StudioOpen-Source-Plattform zum Labeln von Daten und zur Bewertung von KI-Modellen mit menschlicher Prüfung. |
Ja | — | Ja |
UltralyticsComputer-Vision-Plattform von den Machern von YOLO, um Daten zu annotieren, Modelle auf Cloud-GPUs zu trainieren und bereitzustellen. |
Ja | — | Ja |
 Digitap.aiAPI-Plattform für Banken und Fintechs mit digitalem KYC-Onboarding, Kontoauszugsanalyse und Bonitätsprüfung auf Basis alternativer Daten. |
— | — | Ja |
 DatatureNo-Code-Plattform für Computer Vision, mit der sich Bilddaten labeln, Modelle trainieren und in der Cloud oder am Edge bereitstellen lassen. |
Ja | — | Ja |
Aus denselben Kategorien wie Segments.ai. Ein Einstiegspreis steht nur dort, wo wir ihn auf der Preisseite des Anbieters geprüft haben. Ein Strich bedeutet: nicht geprüft oder nicht veröffentlicht. Alle Tools in Bilderkennung und OCR