Introducing G2.ai, the future of software buying.Try now
Confronta Encord e V7 Darwin 
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 (55.8% delle recensioni)
Prezzo di Ingresso
Contattaci
Gratuito
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 EncordV7 Darwin
Valutazione a Stelle
(54)4.8 su 5
Segmenti di Mercato
Piccola Impresa (55.8% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Gratuito
Sfoglia tutti i piani tariffari 4Riassunto
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
- Gli utenti segnalano che V7 eccelle in Facilità di Configurazione con un punteggio di 9.7, rendendolo una scelta preferita per coloro che danno priorità a un'implementazione rapida. Al contrario, il punteggio di Encord di 8.3 indica un processo di configurazione più complesso, che alcuni utenti trovano oneroso.
- I recensori menzionano che Encord brilla in Qualità del Supporto, raggiungendo un punteggio perfetto di 10.0. Gli utenti apprezzano la reattività e l'utilità del team di supporto, mentre V7, con un punteggio di 9.6, è anche ben considerato ma non raggiunge lo stesso livello di eccellenza.
- Gli utenti di G2 evidenziano le superiori capacità di Human-in-the-Loop di V7, con un punteggio di 9.4, che migliora la qualità dell'etichettatura dei dati. Tuttavia, Encord supera in Qualità del Compito con un punteggio di 9.8, indicando che gli utenti trovano l'output dei compiti più affidabile e accurato.
- Gli utenti su G2 riportano che entrambi i prodotti offrono forti caratteristiche di Addestramento del Modello, ma il punteggio perfetto di 10.0 di V7 in quest'area suggerisce un set di strumenti più robusto per gli utenti che cercano di ottimizzare i loro modelli in modo efficace rispetto al punteggio di Encord di 9.7.
- I recensori menzionano che le caratteristiche di Automazione di Encord, in particolare nel Instradamento Automatico dell'Etichettatura, ottengono un punteggio di 9.6, che gli utenti trovano vantaggioso per snellire i flussi di lavoro. V7, sebbene anch'esso efficace, ottiene un punteggio leggermente inferiore di 9.5, indicando che Encord potrebbe fornire un'esperienza automatizzata più efficiente.
- Gli utenti dicono che la Scalabilità di V7 è impressionante, con un punteggio di 9.8, rendendolo adatto per le aziende in crescita. Encord eguaglia questo punteggio ma gli utenti riportano che l'interfaccia utente e l'esperienza complessiva di V7 rendono la scalabilità più facile e intuitiva.
Encord vs V7 Darwin
Quando si valutano le due soluzioni, i revisori le hanno trovate ugualmente facili da usare. Tuttavia, V7 Darwin è più facile da configurare e amministrare. I revisori hanno anche preferito fare affari con V7 Darwin in generale.
- I revisori hanno ritenuto che V7 Darwin soddisfi meglio le esigenze della loro azienda rispetto a Encord.
- 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 V7 Darwin.
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
V7 Darwin
Free Plan
Gratuito
Prova le funzionalità principali e imposta il tuo flusso di lavoro gratuitamente.
- 1 Spazio di lavoro
- 10 Licenze utente
- 3 Modelli integrati
Prova Gratuita
Encord
Prova gratuita disponibile
V7 Darwin
Prova gratuita disponibile
Valutazioni
Soddisfa i requisiti
9.3
47
9.5
38
Facilità d'uso
9.5
48
9.5
38
Facilità di installazione
8.3
12
9.5
17
Facilità di amministrazione
7.7
11
9.4
15
Qualità del supporto
9.9
46
9.6
36
the product è stato un buon partner negli affari?
9.4
11
9.9
14
Direzione del prodotto (% positivo)
9.8
47
9.6
32
Caratteristiche per Categoria
Distribuzione
9.4
6
Dati insufficienti
9.5
7
9.4
6
9.8
7
9.7
5
9.8
8
9.0
7
9.8
8
9.8
7
Distribuzione
10.0
6
Dati insufficienti
9.5
7
9.3
5
9.5
7
9.7
6
9.6
8
9.2
6
10.0
8
9.8
7
Gestione
9.8
7
9.3
5
9.8
8
10.0
6
10.0
6
Dati insufficienti
9.8
8
Dati insufficienti
Operazioni
10.0
6
9.7
6
9.7
6
Dati insufficienti
10.0
9
10.0
6
Gestione
10.0
7
10.0
5
10.0
8
9.7
5
9.8
7
9.3
5
Intelligenza Artificiale Generativa
Dati insufficienti
Funzionalità non disponibile
Dati insufficienti
Funzionalità non disponibile
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
9.4
21
9.8
31
9.5
24
9.5
32
9.4
21
9.8
30
9.3
22
Automazione
9.5
26
9.4
16
9.5
25
9.4
14
Annotazione dell'immagine
9.6
31
9.3
27
9.3
28
9.4
24
9.2
24
9.1
17
9.7
25
9.2
18
Annotazione del linguaggio naturale
9.6
15
9.1
13
9.7
15
8.5
9
9.6
17
9.0
10
Annotazione del discorso
9.6
15
7.7
8
9.5
14
7.5
8
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 V7 Darwin sono categorizzati comeEtichettatura dei dati e Piattaforme MLOps
Categorie uniche
Encord è categorizzato comeStrumenti di apprendimento attivo, Piattaforme di Data Science e Machine Learning, Riconoscimento delle immagini, e Apprendimento automatico
V7 Darwin 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.)
V7 Darwin
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%
Tecnologia dell'informazione e servizi
25.0%
Software per computer
19.2%
Ricerca
7.7%
Ospedale e Assistenza Sanitaria
5.8%
Automazione Industriale
3.8%
Altro
38.5%
Alternative
Discussioni
Encord non ha discussioni con risposte
V7 Darwin 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