Introducing G2.ai, the future of software buying.Try now
Confronta Encord e Labelbox 
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 (50.8% delle recensioni)
Piccola Impresa (46.8% delle recensioni)
Prezzo di Ingresso
Contattaci
Nessun prezzo disponibile
Encord
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 EncordLabelbox
Valutazione a Stelle
(47)4.5 su 5
Segmenti di Mercato
Piccola Impresa (46.8% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su LabelboxRiassunto
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
- Gli utenti segnalano che Labelbox eccelle nella Qualità del Supporto con un punteggio di 9.1, mentre Encord ha raggiunto un punteggio perfetto di 10.0, indicando che il supporto di Encord è molto apprezzato per la sua reattività ed efficacia.
- I recensori menzionano che Encord offre una Qualità del Compito superiore con un punteggio di 9.8 rispetto al 9.1 di Labelbox, suggerendo che gli utenti trovano i compiti di etichettatura di Encord più accurati e affidabili.
- Gli utenti di G2 evidenziano che Labelbox brilla nella Facilità di Configurazione con un punteggio di 9.0, mentre il punteggio di 8.3 di Encord indica che alcuni utenti potrebbero trovare il processo di configurazione iniziale di Encord meno intuitivo.
- Gli utenti su G2 riportano che la funzione Human-in-the-Loop di Encord è particolarmente forte, con un punteggio di 9.8, che migliora il processo di addestramento del modello integrando efficacemente il feedback umano, mentre Labelbox ottiene un punteggio di 8.9 in quest'area.
- I recensori dicono che l'Efficienza dell'Addestramento del Modello di Labelbox è valutata a 9.7, che è competitiva, ma le capacità complessive di addestramento del modello di Encord, inclusi gli algoritmi pre-costruiti, sono valutate più in alto a 10.0, rendendola un'opzione più attraente per gli utenti focalizzati sullo sviluppo del modello.
- Gli utenti riportano che la Qualità dei Dati di Encord è valutata a 9.6, che è superiore al 9.3 di Labelbox, indicando che Encord potrebbe fornire strumenti migliori per garantire l'integrità e la qualità dei dati utilizzati nei progetti di apprendimento automatico.
Encord vs Labelbox
Valutando le due soluzioni, i recensori hanno trovato Encord più facile da usare e fare affari nel complesso. Tuttavia, i recensori hanno preferito la facilità di configurazione con Labelbox, insieme all'amministrazione.
- I revisori hanno ritenuto che Encord soddisfi meglio le esigenze della loro azienda rispetto a Labelbox.
- 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 Labelbox.
Prezzi
Prezzo di Ingresso
Encord
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
Labelbox
Nessun prezzo disponibileProva Gratuita
Encord
Prova gratuita disponibile
Labelbox
Prova gratuita disponibile
Valutazioni
Soddisfa i requisiti
9.3
47
9.0
41
Facilità d'uso
9.5
48
9.0
41
Facilità di installazione
8.3
12
9.0
21
Facilità di amministrazione
7.7
11
9.0
5
Qualità del supporto
9.9
46
9.0
39
the product è stato un buon partner negli affari?
9.4
11
8.7
5
Direzione del prodotto (% positivo)
9.8
47
9.0
35
Caratteristiche per Categoria
Distribuzione
9.4
6
Dati insufficienti
9.5
7
Dati insufficienti
9.8
7
Dati insufficienti
9.8
8
Dati insufficienti
9.8
8
Dati insufficienti
Distribuzione
10.0
6
Dati insufficienti
9.5
7
Dati insufficienti
9.5
7
Dati insufficienti
9.6
8
Dati insufficienti
10.0
8
Dati insufficienti
Gestione
9.8
7
Dati insufficienti
9.8
8
Dati insufficienti
10.0
6
Dati insufficienti
9.8
8
Dati insufficienti
Operazioni
10.0
6
Dati insufficienti
9.7
6
Dati insufficienti
10.0
9
Dati insufficienti
Gestione
10.0
7
Dati insufficienti
10.0
8
Dati insufficienti
9.8
7
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Piattaforme di Data Science e Machine LearningNascondi 25 CaratteristicheMostra 25 Caratteristiche
9.7
7
Dati insufficienti
Sistema
9.0
5
Dati insufficienti
Sviluppo del Modello
Dati insufficienti
Dati insufficienti
9.7
6
Dati insufficienti
10.0
5
Dati insufficienti
9.7
6
Dati insufficienti
Sviluppo del modello
Dati insufficienti
Dati insufficienti
Servizi di Machine/Deep Learning
9.5
7
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
9.7
5
Dati insufficienti
Servizi di Machine/Deep Learning
Dati insufficienti
Dati insufficienti
9.7
5
Dati insufficienti
Distribuzione
10.0
7
Dati insufficienti
9.8
7
Dati insufficienti
9.5
7
Dati insufficienti
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
9.4
32
9.1
27
9.8
31
8.9
27
9.5
32
9.1
28
9.8
30
8.6
26
Automazione
9.5
26
8.5
25
9.5
25
8.3
24
Annotazione dell'immagine
9.6
31
8.7
26
9.3
28
8.5
25
9.2
24
8.7
24
9.7
25
8.8
24
Annotazione del linguaggio naturale
9.6
15
8.9
23
9.7
15
8.3
22
9.6
17
8.7
20
Annotazione del discorso
9.6
15
8.3
19
9.5
14
7.8
19
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
Funzionalità non disponibile
Dati insufficienti
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
Encord e Labelbox sono categorizzati comeStrumenti di apprendimento attivo, Etichettatura dei dati, Piattaforme MLOps, e Piattaforme di Data Science e Machine Learning
Categorie uniche
Encord è categorizzato comeRiconoscimento delle immagini e Apprendimento automatico
Labelbox non ha categorie uniche
Recensioni
Dimensione dell'Azienda dei Recensori
Encord
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Labelbox
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
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%
Software per computer
31.9%
Tecnologia dell'informazione e servizi
14.9%
Ricerca
4.3%
Ospitalità
4.3%
E-Learning
4.3%
Altro
40.4%
Discussioni
Encord non ha discussioni con risposte
How do I download Labelbox?
2 Commenti
NB
Hi! You can try it for free here https://app.labelbox.com/signup. Leggi di più
Labelbox non ha più 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