跨多模态数据集搜索
通过自然语言查询、视觉相似度和元数据筛选,在数据集、片段和行为中查找样本。
Voxel51 是面向视觉 AI 和物理 AI 开发团队的多模态数据平台。它基于 FiftyOne 构建,将数据集搜索、可视化、整理、标注和模型评估整合到连贯的工作流程中。团队可以查看视频、LiDAR、图像、3D 数据和传感器数据流,定位失效案例,并优化用于训练和测试的数据。该平台提供商业版本,同时也提供开源的 FiftyOne 选项。
通过自然语言查询、视觉相似度和元数据筛选,在数据集、片段和行为中查找样本。
通过图像、3D 场景、传感器数据流、地图和标注的同步播放,探索多模态片段。
对大型数据集进行切片、查询和筛选,识别低质量样本、离群值、异常情况以及与模型失效相关的数据。
为图像、视频和 3D 数据创建标签;使用智能体自动标注、主动学习、可配置的审核流程和自动质量检查。
将模型预测与真实标签进行比较,查看失效模式,并分析精确率、召回率、准确率和 F1 等指标。
在云端、私有环境、混合环境或本地环境中运行,支持数据集版本管理、基于角色的访问控制和审计日志,部署选项包括物理隔离环境。
在视频、LiDAR 和传感器数据中定位表现不佳的类别和特定失效模式,然后查看周边的多模态上下文。
利用模型辅助筛选、相似度搜索和主动学习,优先选择可能改善模型的样本,避免不加区分地标注整个数据集合。
协调图像、视频和 3D 标注的标注、审核与审批工作,涵盖同步的 2D 和 3D 数据。
查找离群值和质量问题,优化数据集切片,并通过版本管理和模型评估来评估各次迭代中的变化。
平台列出的数据类型包括图像、视频、3D 点云和网格、LiDAR、地理空间数据、音频、DICOM、NIfTI、MCAP 及自定义媒体类型。多模态视图可以同步 2D 和 3D 数据。
可以。标注流程包括 VLM 辅助的智能体标注、零样本预测、主动学习和自动质量检查,并支持人工审核及可配置的项目阶段。
套餐按席位和体素处理单元(Voxel Processing Units,VPUs)计费,不按数据量计费。列出的套餐包括 Team、Growth 和 Custom;各套餐的具体限额有所不同,Custom 的价格需联系销售获取。
Growth 和 Custom 套餐列出了本地部署选项。这些套餐也提供物理隔离部署选项。
是的。列出的功能包括模型比较、场景评估、汇总指标、混淆矩阵,以及在样本层面对预测结果与真实标签进行比较。
流量数据仅供参考。