MatrixGo—AI를 위한 엔터프라이즈급 데이터 어노테이션 플랫폼


인간-머신 협력 및 통합 데이터 수집을 특징으로 하는 업계 최고의 AI용 데이터 어노테이션 플랫폼을 사용하여 자신 있게 머신 러닝 프로젝트를 구축하십시오.


체험판 받기



다양한 유형의 어노테이션을 위한 강력한 어노테이션 툴


Image
2D 이미지 어노테이션
Image
3D 포인트 클라우드 어노테이션
Image
오디오 어노테이션
Image
텍스트 어노테이션


2D 이미지 합성 어노테이션

핵심 사항 어노테이션

2D 인스턴스 및 시맨틱 분할


点线框标注

점, 선, 직사각형 및 다각형 어노테이션 툴


이러한 툴은 유연한 기능 구성과 연속 프레임 어노테이션을 지원합니다.

사용 사례: 객체 감지, 객체 추적, 핵심 사항 감지


人脸关键点标注

핵심 사항 세트 어노테이션 툴


고정된 수의 핵심 사항 세트를 사용하여 객체의 핵심 사항을 어노테이션 처리합니다. 사용자 지정 구성 요소, 점 대 점 연결, 자동 균일 점 분포, 점 속성 등 다양한 기능이 제공됩니다.

사용 사례: 얼굴 핵심 사항 검출 및 신체 핵심 사항 검출


语义分割

픽셀 수준 시맨틱 분할


데이터 사전 어노테이션 및 다양한 구성 항목을 제공하여 다양한 요구 사항을 충족합니다.

사용 사례: 인간 이미지의 시맨틱 분할, 자율주행 애플리케이션을 위한 파노라마 분할, 의료 영상 및 AI 기반 제조




박스 어노테이션

3D 포인트 클라우드 시맨틱 분할

차선 표시


2D3D融合标注

3D 포인트 클라우드 박스 어노테이션 툴


객체의 반사 포인트를 박스에 넣습니다. 이 어노테이션 툴은 2D 및 3D 결합 어노테이션, 연속 프레임 추적 및 동적 채우기와 같은 여러 기능을 제공합니다. 또한 이 툴은 자동 박스 그리기, 수동 그리기 및 자동 윤곽 맞춤을 지원하여 어노테이션의 정확도를 높입니다.

사용 사례: 자율주행에서 물체 인식 및 추적


融合标注

포인트 클라우드 시맨틱 분할 툴


폴리곤, 브러시 및 핵심 사항 선택 툴을 사용하여 반사 포인트를 분류합니다. 자동 차선 표시 분할이 지원됩니다.

사용 사례: 자율주행에서 물체 인식 및 추적


融合标注

자동 차선 표시 인식


박스를 사용하여 차선 표시가 포함된 포인트 클라우드 영역을 둘러싸 차선 표시를 자동으로 어노테이션 처리할 수 있습니다.

사용 사례: 자율주행에서 차선 표시 인식




오디오 분할 및 전사


语音切割转写

오디오 분할 및 전사 툴


구분 또는 분할 및 전사 오디오를 사용하여 연속적 또는 비연속적 방식으로 의미 단락을 분할합니다. 이 툴은 자동 음성 인식(ASR)을 위한 사용자 지정, 다중 역할 및 다중 레이어 어노테이션 및 사전 전사를 지원합니다.

사용 사례: ASR




NER 어노테이션

OCR 어노테이션


NER Tool

텍스트 라벨링 툴


텍스트 정보를 이름이 지정된 개체로 표시합니다. 이름이 지정된 개체를 사용자 지정 범주로 분류하고 이름이 지정된 개체 간의 관계를 설정합니다.

사용 사례: 텍스트 이해


NER命名实体识别标注

OCR 툴


이미지의 문자를 편집 가능한 텍스트로 변환합니다.

사용 사례: 이미지 인식








데이터 품질 관리
위한 다단계 검사


코딩 없이 그래픽 사용자 인터페이스에서 다중 작업 워크플로를 생성하여 다단계 데이터 품질 검사 및 관리 절차를 설정하고 자동화합니다.


workflow





퍼블릭 클라우드


플랫폼은 고객별 작업 디렉토리를 빠르게 활성화할 수 있습니다.

어노테이션 소스 데이터와 결과 데이터를 플랫폼에서 분리해야 하는 경우 고객은 클라우드 플랫폼과 통합된 개인 파일 서비스를 배포 및 유지 관리하도록 선택할 수 있으며 소스 데이터는 Appen 플랫폼으로 다운로드되지 않습니다.

또한 플랫폼은 완전히 사유화된 배포도 지원합니다.


workflow

퍼블릭 클라우드


Image

하이브리드 클라우드





Image

개발자를 위한 오픈 API


MatrixGo의 API를 통합하여 개발자는 사용자 지정 방식으로 데이터 배치를 MatrixGo에 보내고 어노테이션 처리된 데이터 검색을 자동화할 수 있습니다.