V7 Labs筹集了300万美元，用于帮助AI团队“自动化”训练数据工作流程

V7 Labs平台由奇点大学校友Alberto Rizzoli和RSI的前研发负责人Simon Edwardsson（“看到”应用程序Aipoly背后的同一团队）于2018年成立，该平台有望将高质量培训数据的创建速度提高10- 100倍。它通过为用户提供构建自动图像和视频数据管道，组织和版本化复杂数据集以及训练和部署“最新”视觉AI模型的能力来做到这一点。

V7 Labs的Rizzoli解释说：“要使公司构建能够提供业务价值的计算机视觉解决方案，他们必须不断收集，标记和重新训练他们的模型。” “当我们在2015年构建Aipoly时，我们需要构建和维护自己的工具，同时跟上AI的快速发展，因为没有第三方SaaS产品可用。”

快进到今天，Rizzoli说，许多最佳的计算机视觉公司现在都在转向诸如V7之类的SaaS平台来解决此问题。 “建立AI初创公司时要考虑很多事情，‘我们如何有效地存储和查询100个不同的视频数据集’是您在尝试提供服务的过程中只会想到的事情。

“ V7汇集了行业最佳实践，用于组织数据，标记和启动针对实际问题的计算机视觉模型”。

该浏览器和基于云的平台声称能够“无滞后”地快速上传和渲染大型图像/视频数据集，并能够自动（在不同程度上）标记，而无需事先训练数据。 V7的设计还使其能够跟踪每个图像/视频的大量标签，从而支持每个图像数千个注释和每个数据集百万个图像。至关重要的是，Rizzoli告诉我可以“只需单击几下，而无需担心DevOps”，即可在平台内训练，部署和运行计算机视觉模型。

他补充说：“客户很快将能够审核那些模型及其相应的培训集，以调试，测试数据质量，发现故障案例并消除任何不希望的偏差，”他指出，这些都是AI中巨大的未解决的痛点行业。

为此，V7 Labs现有的约100个客户包括Tractable，GE Healthcare和Merck。它在医学成像领域的发展最快，部分原因是它提供了对DICOM注释和HIPAA合规性的支持，这两项都是医疗保健中必不可少的。

但是，根据平台上处理的数据量来衡量，Rizzoli告诉我，例行的“专家检查”是最受欢迎的任务。 他说：“这些公司包括数十家使用AI的公司来寻找汽车，石油钻机，电力线，管道或道路上的损坏或异常情况。”