AnnotateAI

Le cœur de la plateforme. Vous déposez des données brutes et ses agents font la première passe d'étiquetage entièrement dans votre navigateur. Pour qui a passé un après-midi à placer des boîtes à la main, c'est là que le calcul change. Fini la page blanche. Vous relisez toujours le résultat, mais vous corrigez au lieu de créer.

Une fois les agents terminés, vous ajustez les étiquettes, retouchez les contours et réparez les faux positifs. Le flux est pensé pour apprendre au système à quoi ressemble le correct, plutôt que de partir d'une page blanche. En pratique, c'est de là que vient presque toute la qualité réelle, car la pré-annotation par IA traite bien les cas courants mais manque souvent les cas inhabituels, ceux qui décident si votre modèle tient la route hors du jeu de test.

Les datasets terminés se téléchargent en YOLO, COCO, VOC ou JSON personnalisé. Cela couvre les formats qu'attendent la plupart des pipelines d'entraînement, donc vous n'avez pas besoin d'un script de conversion entre AnnotateAI et votre framework. Les exports gratuits portent un filigrane ; le Pro le retire et débloque en plus l'accès à l'API nécessaire pour lancer des exports depuis votre propre code.

AnnotateAI traite les données via IndexedDB dans le navigateur, donc des datasets d'entraînement sensibles n'ont jamais besoin de quitter votre machine locale, sauf si vous choisissez de les envoyer pour un traitement hébergé. Pour les équipes qui gèrent des images médicales ou du contenu sous licence, cela supprime un gros souci de conformité. C'est un vrai différenciateur face aux services d'annotation uniquement dans le cloud.

Vous déposez un ZIP et le pipeline gère seul les images, les images de vidéo ou les mises en page de documents. Pourquoi cela compte ? Parce que la plupart des outils d'étiquetage supposent un seul type de données, et passer de l'un à l'autre oblige souvent à changer d'outil aussi. Vous n'êtes pas enfermé dans un format avant de commencer. Les projets à formats mélangés sont le cas prévu, pas une option ajoutée après coup.

L'offre Pro exécute jusqu'à 5 tâches simultanées et utilise une file prioritaire qui démarre environ 5 fois plus vite. Un gros dataset, c'est surtout de l'attente, donc la file est ce qui garde un vrai pipeline de production en mouvement quand plusieurs tâches s'empilent l'une derrière l'autre. Les comptes gratuits sont dans une file communautaire partagée, avec 1 tâche à la fois. Cela suffit pour un test. C'est douloureux face à une échéance.