Prompts
FR

Segments.ai

Plateforme d’annotation de données pour la robotique et la conduite autonome, qui annote ensemble nuages de points 3D et images de caméra.

Segments.ai est une plateforme d’annotation de données pour les équipes d’apprentissage automatique en robotique et en conduite autonome. Segments.ai permet aux annotateurs d’étiqueter des nuages de points 3D et des images de caméra 2D dans une même tâche, garde des identifiants de suivi d’objet cohérents entre les capteurs et dans le temps, et accélère le travail avec des outils assistés par des modèles. Segments.ai se connecte aux pipelines d’entraînement par un SDK Python et une API.

Idéal pour Les équipes de vision par ordinateur qui entraînent des modèles de perception sur des données combinées de lidar et de caméra et ont besoin d’étiquettes cohérentes sur les deux.

Page d’accueil du site de Segments.ai
Capture d’écran de segments.ai, prise le 9 oct. 2026
Plateformes
Web, API
Modèle tarifaire
Contacter le service commercial
Essai gratuit
Oui
API
Oui
Ajouté le

Dernière vérification : . Informations issues de segments.ai.

Qu’est-ce que Segments.ai ?

Segments.ai est une plateforme d’annotation conçue pour les données de capteurs de robots et de véhicules. Son idée centrale est l’annotation multicapteur : les nuages de points lidar et les images de caméra d’une même scène s’ouvrent ensemble, un objet reçoit un seul identifiant de suivi dans chaque modalité, et un cuboïde tracé en 3D peut être projeté sur les images correspondantes. Pour les nuages de points, la plateforme gère la segmentation, les cuboïdes, les points clés, les polygones et les polylignes, avec une vue par lot qui aligne toutes les apparitions d’un objet dans une séquence et une vue fusionnée qui empile les images pour faciliter le contourage des objets statiques. L’interpolation entre images clés et le suivi par apprentissage automatique réduisent le travail répétitif. Pour les images, il existe des outils de segmentation par superpixels, par boîte indicative et en un clic, et les prédictions de votre propre modèle peuvent être importées comme pré-annotations à corriger. Un SDK Python, une API, des webhooks et des exports vers les frameworks d’apprentissage automatique courants relient l’outil aux pipelines existants, et l’annotation peut être confiée à des équipes partenaires.

Fonctionnalités clés

Annotation multicapteur

Affiche côte à côte images 2D et nuages de points 3D, de sorte qu’une même tâche d’annotation couvre tous les capteurs de la scène.

Projection de 3D vers 2D

Reporte un cuboïde tracé dans le nuage de points sur chaque image de caméra où l’objet apparaît.

Mode par lot

Liste toutes les occurrences d’un objet suivi sur un seul écran défilant ; une correction faite sur une image se répercute sur les autres.

Nuage de points fusionné

Combine les images d’une séquence en un seul nuage dense pour délimiter avec précision des objets statiques peu denses.

Outils d’image assistés par apprentissage automatique

Propose des superpixels réglables, un outil de segmentation automatique piloté par une boîte tracée, et des masques au survol et au clic fondés sur le Segment Anything Model.

SDK, API et exports

S’intègre grâce à un SDK Python, à des clés d’API et à des webhooks, et exporte les jeux de données pour PyTorch, TensorFlow et Hugging Face.

Cas d’usage

Jeux de données de conduite autonome
Annotez ensemble des enregistrements lidar et caméra pour entraîner des modèles de perception.
Robots de livraison et tout-terrain
Annotez des séquences captées par des robots mobiles évoluant hors des routes aménagées.
Corriger les prédictions d’un modèle
Importez les pré-annotations d’un modèle entraîné et faites-les vérifier et corriger par des annotateurs.
Suivre des objets en mouvement
Annotez un objet une seule fois et propagez le cuboïde dans une séquence par interpolation ou par suivi.
Annotation externalisée
Faites appel à une équipe d’annotation partenaire tout en gardant le contrôle qualité dans le même outil.

À savoir

Les devis reposent sur les heures d’annotation
Chaque formule est dimensionnée selon un volume annuel d’annotation plutôt que par poste, et les postes sont illimités.
La taille des nuages de points dépend de la formule
La formule Core limite les nuages de points à 500 000 points chacun, tandis que Fusion supprime la limite de taille.
La fusion de capteurs commence avec Fusion
Les interfaces qui combinent plusieurs capteurs figurent dans la formule Fusion et au-dessus.
Licences académiques
Les étudiants et les chercheurs peuvent demander une licence académique gratuite.

Questions fréquentes

Qu’est-ce que Segments.ai ?

Segments.ai est une plateforme d’annotation de données multicapteur, utilisée pour annoter des nuages de points et des images en vue de l’apprentissage automatique en robotique et pour les véhicules autonomes.

À quoi sert Segments.ai ?

Segments.ai sert à créer des données d’entraînement pour les modèles de vision par ordinateur, avec des étiquettes comme les cuboïdes, les masques de segmentation, les boîtes englobantes, les polygones, les polylignes et les points clés.

Segments.ai propose-t-il un essai gratuit ?

Oui. Segments.ai propose un essai gratuit de 14 jours.

Combien coûte Segments.ai ?

Segments.ai présente trois formules, Core, Fusion et Enterprise, chacune sur devis selon les heures d’annotation annuelles. Consultez la page officielle des tarifs pour les détails.

Segments.ai a-t-il une API ?

Oui. Segments.ai fournit une API et un SDK Python, et la formule Fusion ajoute un système de webhooks.

Segments.ai est-il gratuit pour les chercheurs ?

Segments.ai indique offrir des licences académiques gratuites aux étudiants et aux chercheurs, et se dit ouvert à discuter de solutions avec les start-up.

Segments.ai propose-t-il des services d’annotation ?

Oui. Segments.ai met ses clients en relation avec des agences d’annotation partenaires, pour les équipes qui préfèrent externaliser l’annotation.

Pour qui

  • Ingénieurs en vision par ordinateur
  • Équipes d’apprentissage automatique
  • Entreprises de robotique
  • Équipes de véhicules autonomes
  • Chercheurs académiques

Mots-clésdata labelingpoint cloudsensor fusionimage segmentationcomputer vision

Commentaires

Aucun commentaire pour l’instant. Vous avez utilisé Segments.ai ? Racontez aux autres lecteurs comment cela s’est passé.

Laisser un commentaire

Les commentaires sont relus avant publication. Les liens sont signalés comme contenu publié par les utilisateurs.

Alternatives à Segments.ai

OutilFormule gratuitePrix de départAPI
CVATPlateforme d’annotation de données pour étiqueter images, vidéos, nuages de points 3D et audio, en version cloud, auto-hébergée et open source.
Oui — Oui
Label StudioPlateforme open source pour annoter des données et évaluer des modèles d’IA avec une relecture humaine.
Oui — Oui
UltralyticsPlateforme de vision par ordinateur des créateurs de YOLO pour annoter des données, entraîner des modèles sur des GPU cloud et les déployer.
Oui — Oui
Digitap.aiPlateforme d’API pour les banques et les fintechs : onboarding KYC numérique, analyse de relevés bancaires et évaluation du crédit à partir de données alternatives.
— — Oui
DataturePlateforme de vision par ordinateur sans code : annotation d’images, entraînement de modèles et déploiement dans le cloud ou en périphérie.
Oui — Oui

Dans les mêmes catégories que Segments.ai. Un prix de départ n’apparaît que si nous l’avons vérifié sur la page des tarifs de l’éditeur ; un tiret signifie qu’il n’a pas été vérifié ou n’est pas publié. Tous les outils : Reconnaissance d’images et OCR