Introducing G2.ai, the future of software buying.Try now
Confronta Amazon Sagemaker Ground Truth e Encord 
Prodotti in evidenza
Sponsorizzato
Stai vedendo questo annuncio in base alla rilevanza del prodotto per questa pagina. Il contenuto sponsorizzato non riceve un trattamento preferenziale in nessuna delle valutazioni di G2.
Roboflow
Visita il Sito Web
A Colpo d'Occhio
Segmenti di Mercato
Piccola Impresa (36.8% delle recensioni)
Piccola Impresa (50.8% delle recensioni)
Prezzo di Ingresso
Nessun prezzo disponibile
Contattaci
Amazon Sagemaker Ground Truth
Valutazione a Stelle
(19)4.1 su 5
Segmenti di Mercato
Piccola Impresa (36.8% delle recensioni)
Pros & Cons
Dati insufficienti
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su Amazon Sagemaker Ground TruthEncord
Valutazione a Stelle
(62)4.8 su 5
Segmenti di Mercato
Piccola Impresa (50.8% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Contattaci
Scopri di più su EncordRiassunto
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
- Gli utenti segnalano che Amazon Sagemaker Ground Truth eccelle nella sua Qualità del Supporto, con un punteggio di 9,6, mentre Encord raggiunge un punteggio perfetto di 10,0, indicando che gli utenti trovano il supporto di Encord eccezionalmente reattivo e utile.
- I recensori menzionano che Encord offre una Prova Gratuita, rendendolo più accessibile per le piccole imprese che desiderano testare il software prima di impegnarsi, mentre Amazon Sagemaker Ground Truth non ha un'opzione di prezzo di ingresso simile.
- Gli utenti di G2 evidenziano che Encord brilla in Facilità d'Uso con un punteggio di 9,5, rispetto al punteggio di 8,3 di Amazon Sagemaker Ground Truth, suggerendo che Encord offre un'esperienza utente più intuitiva per i compiti di etichettatura dei dati.
- Gli utenti su G2 riportano che Amazon Sagemaker Ground Truth ha una Scalabilità superiore con un punteggio di 9,8, cruciale per le aziende che prevedono una crescita, mentre il punteggio di scalabilità di Encord è leggermente inferiore a 9,5.
- I recensori menzionano che l'Efficienza dell'Addestramento del Modello di Encord è valutata altamente, con gli utenti che apprezzano i suoi algoritmi pre-costruiti che semplificano il processo di sviluppo del modello, mentre Amazon Sagemaker Ground Truth offre anche forti capacità di addestramento del modello ma non raggiunge lo stesso livello di soddisfazione degli utenti in quest'area.
- Gli utenti dicono che le caratteristiche di Qualità dei Dati di Encord, con un punteggio di 9,6, sono particolarmente apprezzate per la loro efficacia nel migliorare l'accuratezza dell'etichettatura, mentre Amazon Sagemaker Ground Truth, sebbene forte, non riceve lo stesso livello di apprezzamento in questo aspetto specifico.
Amazon Sagemaker Ground Truth vs Encord
Quando hanno valutato le due soluzioni, i revisori hanno trovato Encord più facile da usare, configurare e fare affari in generale. Tuttavia, i revisori hanno preferito la facilità di amministrazione con Amazon Sagemaker Ground Truth.
- I revisori hanno ritenuto che Encord soddisfi meglio le esigenze della loro azienda rispetto a Amazon Sagemaker Ground Truth.
- Quando si confronta la qualità del supporto continuo del prodotto, i revisori hanno ritenuto che Encord sia l'opzione preferita.
- Per gli aggiornamenti delle funzionalità e le roadmap, i nostri revisori hanno preferito la direzione di Encord rispetto a Amazon Sagemaker Ground Truth.
Prezzi
Prezzo di Ingresso
Amazon Sagemaker Ground Truth
Nessun prezzo disponibileEncord
Simple and scalable pricing
Contattaci
I nostri prezzi si adattano alla tua organizzazione. Inizia a costruire oggi le tue pipeline di annotazione dei dati e apprendimento attivo.
- Strumenti di etichettatura per la visione artificiale
- Etichettatura assistita da modelli utilizzando i tuoi modelli o i nostri micro-modelli proprietari
- Tracciamento e interpolazione automatica degli oggetti
Prova Gratuita
Amazon Sagemaker Ground Truth
Nessuna informazione sulla prova disponibileEncord
Prova gratuita disponibile
Valutazioni
Soddisfa i requisiti
8.2
13
9.3
47
Facilità d'uso
8.3
13
9.5
48
Facilità di installazione
7.3
10
8.3
12
Facilità di amministrazione
8.2
11
7.7
11
Qualità del supporto
9.6
13
9.9
46
the product è stato un buon partner negli affari?
8.5
10
9.4
11
Direzione del prodotto (% positivo)
8.9
11
9.8
47
Caratteristiche per Categoria
Distribuzione
Dati insufficienti
9.4
6
Dati insufficienti
9.5
7
Dati insufficienti
9.8
7
Dati insufficienti
9.8
8
Dati insufficienti
9.8
8
Distribuzione
Dati insufficienti
10.0
6
Dati insufficienti
9.5
7
Dati insufficienti
9.5
7
Dati insufficienti
9.6
8
Dati insufficienti
10.0
8
Gestione
Dati insufficienti
9.8
7
Dati insufficienti
9.8
8
Dati insufficienti
10.0
6
Dati insufficienti
9.8
8
Operazioni
Dati insufficienti
10.0
6
Dati insufficienti
9.7
6
Dati insufficienti
10.0
9
Gestione
Dati insufficienti
10.0
7
Dati insufficienti
10.0
8
Dati insufficienti
9.8
7
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Piattaforme di Data Science e Machine LearningNascondi 25 CaratteristicheMostra 25 Caratteristiche
Dati insufficienti
9.7
7
Sistema
Dati insufficienti
9.0
5
Sviluppo del Modello
Dati insufficienti
Dati insufficienti
Dati insufficienti
9.7
6
Dati insufficienti
10.0
5
Dati insufficienti
9.7
6
Sviluppo del modello
Dati insufficienti
Dati insufficienti
Servizi di Machine/Deep Learning
Dati insufficienti
9.5
7
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
9.7
5
Servizi di Machine/Deep Learning
Dati insufficienti
Dati insufficienti
Dati insufficienti
9.7
5
Distribuzione
Dati insufficienti
10.0
7
Dati insufficienti
9.8
7
Dati insufficienti
9.5
7
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Agentic AI - Piattaforme di Scienza dei Dati e Apprendimento Automatico
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Qualità
Dati insufficienti
9.4
32
Dati insufficienti
9.8
31
Dati insufficienti
9.5
32
Dati insufficienti
9.8
30
Automazione
Dati insufficienti
9.5
26
Dati insufficienti
9.5
25
Annotazione dell'immagine
Dati insufficienti
9.6
31
Dati insufficienti
9.3
28
Dati insufficienti
9.2
24
Dati insufficienti
9.7
25
Annotazione del linguaggio naturale
Dati insufficienti
9.6
15
Dati insufficienti
9.7
15
Dati insufficienti
9.6
17
Annotazione del discorso
Dati insufficienti
9.6
15
Dati insufficienti
9.5
14
Riconoscimento delle immaginiNascondi 14 CaratteristicheMostra 14 Caratteristiche
Dati insufficienti
Dati insufficienti
Tipo di riconoscimento
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Funzionalità non disponibile
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Riconoscimento facciale
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Etichettatura
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Distribuzione
Dati insufficienti
Dati insufficienti
Strumenti di apprendimento attivoNascondi 15 CaratteristicheMostra 15 Caratteristiche
Dati insufficienti
Dati insufficienti
Strumenti di Apprendimento Attivo per l'Addestramento e l'Ottimizzazione del Modello
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione dei Dati e Annotazione - Strumenti di Apprendimento Attivo
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Prestazioni del Modello e Analisi - Strumenti di Apprendimento Attivo
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Apprendimento automaticoNascondi 4 CaratteristicheMostra 4 Caratteristiche
Dati insufficienti
Dati insufficienti
Integrazione - Apprendimento Automatico
Dati insufficienti
Dati insufficienti
Apprendimento - Apprendimento automatico
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Categorie
Categorie
Categorie condivise
Amazon Sagemaker Ground Truth e Encord sono categorizzati comeEtichettatura dei dati
Categorie uniche
Amazon Sagemaker Ground Truth non ha categorie uniche
Recensioni
Dimensione dell'Azienda dei Recensori
Amazon Sagemaker Ground Truth
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Encord
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Piccola impresa
(50 o meno dip.)
Mid-Market
(51-1000 dip.)
Enterprise
(> 1000 dip.)
Settore dei Recensori
Tecnologia dell'informazione e servizi
26.3%
Software per computer
21.1%
Gestione dell'Istruzione
10.5%
Pratica medica
5.3%
Ricerca di Mercato
5.3%
Altro
31.6%
Software per computer
36.1%
Dispositivi medici
11.5%
Ospedale e Assistenza Sanitaria
11.5%
Cibo e Bevande
9.8%
Tecnologia dell'informazione e servizi
8.2%
Altro
23.0%
Discussioni
Amazon Sagemaker Ground Truth non ha discussioni con risposte
Encord non ha discussioni con risposte
Cerchi approfondimenti sul software?
Con oltre 3 milioni di recensioni, possiamo fornire i dettagli specifici che ti aiutano a prendere una decisione informata sull'acquisto di software per la tua azienda. Trovare il prodotto giusto è importante, lasciaci aiutarti.
o continua con
Procedendo, accetti i nostri Termini di utilizzo e Informativa sulla privacy
