cloudfactory.com
CloudFactory (Hasty GmbH) · コーディング
Hasty は CloudFactory のコンピュータビジョン向けツールで、画像と動画のアノテーションを担う。AI 支援のラベリング、自動の品質チェック、ノーコード学習によって、使える視覚モデルまでの道のりを短くする。
cloudfactory.com について
About
Hasty とは
Hasty は、コンピュータビジョン案件向けの画像・動画アノテーションプラットフォームだ。2018 年にベルリンで単体ツールとして始まり、2022 年に CloudFactory が買収した。現在は CloudFactory のデータ基盤の中で視覚領域を担当する。同じワークスペースで、ソフトウェア支援のラベリングも、必要なら外部のアノテーションチームも扱える。
主張は明快だ。ラベリングは視覚案件で最も遅い工程であり、Hasty はそこを縮めようとする。アシスタントはチームが付けたアノテーションから学び、次のバッチに下書きを付ける。学習したプロジェクトごとに固有のモデルができるため、同じデータセットで長く作業するほど道具は賢くなる。
制約もある。空のプロジェクトではアシスタントは動かない。最初のモデルが動くだけの信号を得るには、10 枚ほどの画像を最後まで注釈するか、25 件の分類を作る必要がある。価格は案件ごとの見積もりで、相応の予算を持つ組織が対象だ。アイデアを試したいだけの個人開発者には、もっと安い選択肢がある。
はじめかた
- app.hasty.ai を開き、メールアドレスか Google アカウントで登録する。
- プロジェクトを作り、物体検出や分類、セマンティックセグメンテーションなどのタスクを選ぶ。
- 画像または動画のフレームをアップロードし、最初の少量を手作業で注釈して学習データにする。
- プロジェクトのモデルが学習を終えるのを待ち、残りの画像で AI の提案を承認するか修正する。
- フラグが付いた項目を確認し、データセットを書き出して、Model Playground からモデルを学習・配備する。
AIツール情報
cloudfactory.comの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 機械学習エンジニアとデータサイエンティスト：反復の多いデータセットでは手作業が大きく減る。ただし学習させるだけの初期アノテーションが案件にあることが条件だ。
- アノテーションチームの責任者：合意スコアと自動品質チェックが確認履歴を残すため、別途の品質管理工程を組まなくて済む。
- ML 専任のいないプロダクトチーム：Model Playground で、人を採用する前に視覚のアイデアが成立するか試せる。
タスク
- 物体検出の正解データセットを作る：モデルが枠とポリゴンを下書きし、人はずれた箇所だけ直す。
- 既存のアノテーションを監査する：合意スコアが食い違うラベルを拾い、体系的な誤りを見つけやすくする。
- 視覚モデルを試作する：学習はプラットフォーム内で完結するため、基盤を用意せず結果を比べられる。
シーン
- コンピュータビジョンの用途を検証する：CloudFactory の無料サンプル分析で、契約前に注釈後のデータを確認できる。
- 社内の処理能力を超えて注釈する：社内の確認者が時間を使い切ったとき、CloudFactory のチームが待ち行列を引き受ける。
- 規制の厳しい業界：医療、製造、自動車のチームは、小さなラベリング企業では揃えにくい準拠書類を得られる。
主な機能
AI 支援アノテーション
Hasty のアシスタントはチームが作ったラベルから学び、次のラベルを予測する。検出とセグメンテーションでは、十数点を手で打つ代わりに 1 クリックでポリゴンが入る。起動には条件がある。最初のモデルは 10 枚ほどの完全な注釈、または 25 件の分類を必要とする。
Model Playground
Model Playground はコードを書かずにモデルを学習・比較できる。検出器を試し、指標を見て、データセットを直し、同じセッションで再び学習する。このデータセットで勝負できるかという狭い問いに、早い段階で答えるための機能だ。
自動の品質管理
合意スコアは出所の異なるアノテーションを突き合わせ、食い違うものに印を付ける。標本を目で確認する代わりに、疑わしいラベルの順位付きリストが手に入る。実務では、きれいな画像に使う時間が減り、判断が要る画像に使う時間が増える。
7 種類のコンピュータビジョンタスク
1 つのワークスペースで、分類、タグ付け、物体検出、インスタンスセグメンテーション、セマンティックセグメンテーション、パノプティックセグメンテーション、属性予測を扱う。タスクが変わってもデータを別ツールへ移さなくてよい。検出として始まった案件が後からピクセル単位のマスクを必要とするときに効く。
委託アノテーションチーム
Hasty は CloudFactory の中にあるため、案件の待ち行列の一部を訓練済みの注釈者に渡せる。プロジェクト、ガイドライン、品質ルールはそのまま使う。単体のラベリングツールとの最大の違いがここにあり、価格の話が作業範囲の定義から始まる理由でもある。
セキュリティと準拠
CloudFactory は ISO 9001:2015、ISO 27001、SOC 2、HIPAA、GDPR を取得している。医療や自動車のチームでは、ラベリングソフトの出来に関係なく、これらの書類が取引先を選べるかどうかを決めることが多い。
メリットとデメリット
メリット
- AI アシスタントが、短い手作業の初期段階を経た後に反復作業を減らす。
- 合意スコアによって、品質管理が人手の抽出検査ではなく確認リストになる。
- 7 種類のタスクが 1 つの作業領域にまとまり、検出からセグメンテーションへデータ移行なしで広げられる。
- 社内の処理能力が尽きたとき、CloudFactory の委託注釈チームに直接つなげる。
- 規制業界の調達要件を満たす準拠の範囲を持つ。
デメリット
- 公開価格表がない。予算を組むには営業との打ち合わせと作業範囲付きの見積もりが要る。
- AI 機能は手作業の注釈が一定量たまるまで動かず、初日の作業が遅れる。
- 単体製品としての Hasty は終了した。文書とサポートは CloudFactory プラットフォーム全体を前提とするため、古いチュートリアルは時代遅れに見える。
- 小さなチームには、企業向けの契約形態と条件が実際の必要より重く感じられる。
よくある質問
コンピュータビジョンの学習データセットを作るためのツールだ。画像や動画を上げ、物体と領域を注釈し、品質チェックを回し、同じ作業領域でモデルを学習する。
関連コンテンツ
cloudfactory.comに関連するツール、スキル、記事を探す。
cloudfactory.comの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。