Fonctionnalités de Kili
Quelles sont les fonctionnalités de Kili?
Qualité
- Qualité de l’étiqueteuse
- Qualité des tâches
- Qualité des données
- Humain dans la boucle
Automatisation
- Pré-étiquetage Machine Learning
- Routage automatique de l’étiquetage
Annotation d’image
- Segmentation d’image
- Détection d’objets
- Suivi des objets
- Types de données
Annotation en langage naturel
- Reconnaissance d’entité nommée
- Détection des sentiments
- Ocr
Annotation vocale
- Transcription
Meilleures alternatives à Kili les mieux notées
(511)
4.3 sur 5
Visiter le site web
Sponsorisé
Kili Catégories sur G2
Filtrer par fonctionnalités
Développement de modèles
Prise en charge linguistique | Prend en charge les langages de programmation tels que Java, C ou Python. Prend en charge les langages frontaux tels que HTML, CSS et JavaScript | Pas assez de données disponibles | |
Glissez et déposez | Offre aux développeurs la possibilité de glisser-déposer des morceaux de code ou des algorithmes lors de la création de modèles | Pas assez de données disponibles | |
Algorithmes prédéfinis | Fournit aux utilisateurs des algorithmes prédéfinis pour simplifier le développement de modèles | Pas assez de données disponibles | |
Formation sur modèle | Fournit de grands ensembles de données pour la formation de modèles individuels | Pas assez de données disponibles | |
Algorithmes prédéfinis | Fournit aux utilisateurs des algorithmes prédéfinis pour simplifier le développement de modèles | Pas assez de données disponibles | |
Formation sur modèle | Fournit de grands ensembles de données pour la formation de modèles individuels | Pas assez de données disponibles | |
Ingénierie des fonctionnalités | Transforme les données brutes en fonctionnalités qui représentent mieux le problème sous-jacent aux modèles prédictifs | Pas assez de données disponibles |
Services d’apprentissage automatique/profond
Vision par ordinateur | Offre des services de reconnaissance d’images | Pas assez de données disponibles | |
Traitement du langage naturel | Offre des services de traitement du langage naturel | Pas assez de données disponibles | |
Génération de langage naturel | Offre des services de génération de langage naturel | Pas assez de données disponibles | |
Réseaux de neurones artificiels | Offre des réseaux de neurones artificiels pour les utilisateurs | Pas assez de données disponibles | |
Vision par ordinateur | Offre des services de reconnaissance d’images | Pas assez de données disponibles | |
Compréhension du langage naturel | Offre des services de compréhension du langage naturel | Pas assez de données disponibles | |
Génération de langage naturel | Offre des services de génération de langage naturel | Pas assez de données disponibles | |
Apprentissage profond | Fournit des capacités d’apprentissage profond | Pas assez de données disponibles |
déploiement
Service géré | Gère l’application intelligente pour l’utilisateur, réduisant ainsi le besoin d’infrastructure | Pas assez de données disponibles | |
Application | Permet aux utilisateurs d’insérer l’apprentissage automatique dans les applications d’exploitation | Pas assez de données disponibles | |
Évolutivité | Fournit des applications et une infrastructure d’apprentissage automatique facilement évolutives | Pas assez de données disponibles | |
Flexibilité linguistique | Permet aux utilisateurs d’entrer des modèles créés dans une variété de langues. | Pas assez de données disponibles | |
Flexibilité du cadre | Permet aux utilisateurs de choisir le framework ou l’atelier de leur choix. | Pas assez de données disponibles | |
Gestion des versions | Le contrôle de version des enregistrements en tant que modèles est itéré. | Pas assez de données disponibles | |
Facilité de déploiement | Fournit un moyen de déployer rapidement et efficacement des modèles de machine learning. | Pas assez de données disponibles | |
Évolutivité | Offre un moyen d’adapter l’utilisation des modèles d’apprentissage automatique à l’échelle d’une entreprise. | Pas assez de données disponibles | |
Service géré | Gère l’application intelligente pour l’utilisateur, réduisant ainsi le besoin d’infrastructure | Pas assez de données disponibles | |
Application | Permet aux utilisateurs d’insérer l’apprentissage automatique dans les applications d’exploitation | Pas assez de données disponibles | |
Évolutivité | Fournit des applications et une infrastructure d’apprentissage automatique facilement évolutives | Pas assez de données disponibles | |
Flexibilité linguistique | Permet aux utilisateurs d’entrer des modèles créés dans une variété de langues. | Pas assez de données disponibles | |
Flexibilité du cadre | Permet aux utilisateurs de choisir le framework ou l’atelier de leur choix. | Pas assez de données disponibles | |
Gestion des versions | Le contrôle de version des enregistrements en tant que modèles est itéré. | Pas assez de données disponibles | |
Facilité de déploiement | Fournit un moyen de déployer rapidement et efficacement des modèles de machine learning. | Pas assez de données disponibles | |
Évolutivité | Offre un moyen d’adapter l’utilisation des modèles d’apprentissage automatique à l’échelle d’une entreprise. | Pas assez de données disponibles | |
Intégrations | Peut bien s’intégrer avec d’autres logiciels. | Pas assez de données disponibles |
management
Catalogage | Enregistre et organise tous les modèles de machine learning qui ont été déployés dans l’ensemble de l’entreprise. | Pas assez de données disponibles | |
Surveillance | Suit les performances et la précision des modèles d’apprentissage automatique. | Pas assez de données disponibles | |
Gouvernant | Provisionne les utilisateurs en fonction de l’autorisation de déployer et d’itérer sur des modèles Machine Learning. | Pas assez de données disponibles | |
Registre des modèles | Permet aux utilisateurs de gérer les artefacts de modèle et de suivre les modèles déployés en production. | Pas assez de données disponibles | |
Catalogage | Enregistre et organise tous les modèles de machine learning qui ont été déployés dans l’ensemble de l’entreprise. | Pas assez de données disponibles | |
Surveillance | Suit les performances et la précision des modèles d’apprentissage automatique. | Pas assez de données disponibles | |
Gouvernant | Provisionne les utilisateurs en fonction de l’autorisation de déployer et d’itérer sur des modèles Machine Learning. | Pas assez de données disponibles |
Système
Ingestion de données et querelles | Permet à l’utilisateur d’importer diverses sources de données pour une utilisation immédiate | Pas assez de données disponibles | |
Prise en charge linguistique | Prend en charge les langages de programmation tels que Java, C ou Python. Prend en charge les langages frontaux tels que HTML, CSS et JavaScript | Pas assez de données disponibles | |
Glissez et déposez | Offre aux développeurs la possibilité de glisser-déposer des morceaux de code ou des algorithmes lors de la création de modèles | Pas assez de données disponibles |
Qualité
Qualité de l’étiqueteuse | Basé sur 19 Kili avis. Fournit à l’utilisateur une métrique pour déterminer la qualité des étiqueteuses de données, en fonction des scores de cohérence, de la connaissance du domaine, de la réalité dynamique du terrain, etc. | 91% (Basé sur 19 avis) | |
Qualité des tâches | Garantit que les tâches d’étiquetage sont précises grâce au consensus, à la révision, à la détection des anomalies, etc. Les 22 évaluateurs de Kili ont donné leur avis sur cette fonctionnalité | 92% (Basé sur 22 avis) | |
Qualité des données | Garantit que les données sont de haute qualité par rapport au benchmark. Cette fonctionnalité a été mentionnée dans 21 avis. Kili | 90% (Basé sur 21 avis) | |
Humain dans la boucle | Tel que rapporté dans 20 Kili avis. Permet à l’utilisateur de consulter et de modifier les étiquettes. | 91% (Basé sur 20 avis) |
Automatisation
Pré-étiquetage Machine Learning | Tel que rapporté dans 19 Kili avis. Utilise des modèles pour prédire l’étiquette correcte pour une entrée donnée (image, vidéo, audio, texte, etc.). | 89% (Basé sur 19 avis) | |
Routage automatique de l’étiquetage | Acheminez automatiquement les entrées vers l’étiqueteuse ou le service d’étiquetage optimal en fonction de la vitesse et du coût prévus. Cette fonctionnalité a été mentionnée dans 13 avis. Kili | 87% (Basé sur 13 avis) |
Annotation d’image
Segmentation d’image | Tel que rapporté dans 16 Kili avis. A la capacité de placer des boîtes ou des polygones imaginaires autour d’objets ou de pixels dans une image. | 91% (Basé sur 16 avis) | |
Détection d’objets | Basé sur 19 Kili avis. a la capacité de détecter des objets dans les images. | 91% (Basé sur 19 avis) | |
Suivi des objets | Tel que rapporté dans 15 Kili avis. Suivre des ID d’objet uniques sur plusieurs images vidéo | 88% (Basé sur 15 avis) | |
Types de données | Prend en charge une gamme de différents types d’images (satellite, caméras thermiques, etc.) Les 19 évaluateurs de Kili ont donné leur avis sur cette fonctionnalité | 91% (Basé sur 19 avis) |
Annotation en langage naturel
Reconnaissance d’entité nommée | Permet à l’utilisateur d’extraire des entités du texte (telles que des emplacements et des noms). Les 18 évaluateurs de Kili ont donné leur avis sur cette fonctionnalité | 91% (Basé sur 18 avis) | |
Détection des sentiments | Basé sur 10 Kili avis. Permet à l’utilisateur de baliser le texte en fonction de son sentiment. | 87% (Basé sur 10 avis) | |
Ocr | Permet à l’utilisateur d’étiqueter et de vérifier les données textuelles d’une image. Les 11 évaluateurs de Kili ont donné leur avis sur cette fonctionnalité | 89% (Basé sur 11 avis) |
Annotation vocale
Transcription | Basé sur 13 Kili avis. Permet à l’utilisateur de transcrire l’audio. | 87% (Basé sur 13 avis) | |
Reconnaissance des émotions | Donne à l’utilisateur la possibilité d’étiqueter les émotions dans l’audio enregistré. | Pas assez de données disponibles |
Opérations
Métriques | Contrôler l’utilisation et les performances du modèle en production | Pas assez de données disponibles | |
Gestion de l’infrastructure | Déployez des applications ML stratégiques où et quand vous en avez besoin | Pas assez de données disponibles | |
Collaboration | Comparez facilement les expériences (code, hyperparamètres, métriques, prédictions, dépendances, métriques système, etc.) pour comprendre les différences de performances du modèle. | Pas assez de données disponibles |
Type de reconnaissance
Détection des émotions | Fournit la capacité de reconnaître et de détecter les émotions. | Pas assez de données disponibles | |
Détection d’objets | Permet de reconnaître différents types d’objets dans divers scénarios et paramètres. | Pas assez de données disponibles | |
Détection de texte | Permet de reconnaître des textes. | Pas assez de données disponibles | |
Analyse de mouvement | Traite des séquences vidéo ou d’images pour suivre des objets ou des individus. | Pas assez de données disponibles | |
Reconstitution de scène | Étant donné les images d’une scène ou d’une vidéo, la reconstruction de scène calcule un modèle 3D d’une scène. | Pas assez de données disponibles | |
Détection de logo | Permet aux utilisateurs de détecter les logos dans les images. | Pas assez de données disponibles | |
Détection de contenu explicite | Détecte le matériel inapproprié dans les images. | Pas assez de données disponibles | |
Détection vidéo | Permet de détecter des objets, des humains, etc. dans des séquences vidéo. | Pas assez de données disponibles |
Reconnaissance faciale
Analyse faciale | Permettez aux utilisateurs d’analyser les attributs du visage, par exemple si le visage sourit ou si les yeux sont ouverts. | Pas assez de données disponibles | |
Comparaison des visages | Donnez aux utilisateurs la possibilité de comparer différents visages les uns aux autres. | Pas assez de données disponibles |
Étiquetage
Formation sur modèle | Permet aux utilisateurs de former le modèle et de fournir des commentaires sur les résultats du modèle. | Pas assez de données disponibles | |
Cadres englobants | Permet aux utilisateurs de sélectionner des éléments donnés dans une image à des fins de reconnaissance d’image. | Pas assez de données disponibles | |
Détection d’image personnalisée | Permet de créer des modèles de détection d’images personnalisés. | Pas assez de données disponibles |
Intégration - Apprentissage automatique
Intégration | Prend en charge l'intégration avec plusieurs sources de données pour une saisie de données fluide. | Pas assez de données disponibles |
Apprentissage - Apprentissage automatique
Données d'entraînement | Améliore la précision et la vitesse de sortie grâce à une ingestion efficace et un traitement des données d'entraînement. | Pas assez de données disponibles | |
Idées exploitables | Génère des informations exploitables en appliquant des schémas appris aux problèmes clés. | Pas assez de données disponibles | |
Algorithme | S'améliore et s'adapte continuellement aux nouvelles données en utilisant des algorithmes spécifiés. | Pas assez de données disponibles |
