-
3D 인공지능 데이터 Point Cloud (2)
Point Cloud 데이터의 수집과 가공
-
AI 데이터셋 구축, 기술이 주도해야
인공지능 모델을 활용한 자동화 기술을 통해 양질의 대규모 데이터셋이 구축되어 인공지능 생태계가 활성화 되기를 기대합니다.
-
대규모 인공지능 데이터셋 구축 사례 (2)
사회 문제 해결을 위한 데이터셋 구축 및 고용 창출에 기여
-
대규모 인공지능 데이터셋 구축 사례 (1)
인도 보행 영상 AI 학습 데이터 구축 – 장애인 이동권 신장을 위한 인공지능 서비스 개발 기반 마련
-
데이터셋 구축에서 GAN의 중요성
양질의 데이터, 이 문제를 해결할 한 가지 방안으로 GAN(Generative adversarial network) 기술을 조명해 보고자 한다.
-
블랙올리브 GS 인증 1등급 획득
인공지능 학습 데이터 구축을 위한 ‘블랙올리브’ 데이터 자동화 가공 관리 도구 기술력과 가치 인정
-
AI 데이터 전문 가공 기업 (2)
테스트웍스는 인공지능 데이터 전문기업으로 데이터 설계 수집 가공 검수까지 인공지능 데이터셋 구축의 One-stop 서비스를 제공합니다.
-
AI 데이터 전문 가공 기업 (1)
고품질의 인공지능 학습 데이터셋 구축 서비스를 제공하는 데이터 전문 가공 기업을 소개합니다.
-
데이터 가공 기술과 품질의 중요성
인공지능의 알고리즘 성능이 아무리 탁월해도 저 품질의 데이터를 입력하면 AI 서비스는 무용지물이 될 수 있습니다.
-
핫해진 데이터 라벨링 (2)
AI 데이터 구축을 위해서는 원천 데이터에 설명을 다는 라벨링 작업이 기초가 되어야 합니다.
-
핫해진 데이터 라벨링 (1)
중소-벤처 인공지능 서비스 개발 회사들이 자체적으로 학습데이터를 구축하기 위해서는 많은 비용과 시간을 들여야 합니다. 원천 데이터를 수집 후 라벨링 또는 어노테이션이라 불리는 데이터 전처리 과정을 거쳐야 하기 때문이죠.
-
인공지능 지도학습 데이터 (3)
이제는 인공지능 기술 자체의 고도화에 따라 실제 산업군에 맞게 다양한 서비스들이 구현되어 나오는 것이 가능해 졌습니다.