Vue.ai 是一個端到端的零售自動化平臺，受到全球 100 多家零售商的信賴，包括 Diesel、Nordstrom、Tata Cliq、Mercado Libre、ThredUp、Rent the Runway 等等。 Vue.ai 正在用人工智能重新設計零售業(yè)的未來。 Vue.ai 的產(chǎn)品套件使用視覺 AI 和 ML 算法解決了零售業(yè)最大的問題——從提高生產(chǎn)力到增加收入。 我們的人工智能平臺用于- 自動化目錄管理 自動圖像審核（適用于市場） 自動模型圖像 支持人工智能的造型和裝備 支持 AI 的動態(tài) 1:1 個性化 個性化的購物之旅

SuperAnnotate 是世界領先的平臺，用于為計算機視覺和 NLP 構建最高質量的訓練數(shù)據(jù)集。憑借先進的工具和 QA、ML 和自動化功能、數(shù)據(jù)管理、強大的 SDK、離線訪問和集成注釋服務，我們使機器學習團隊能夠以 3-5 倍的速度構建極其準確的數(shù)據(jù)集和成功的 ML 管道。 通過將我們的注釋工具和專業(yè)注釋器結合在一起，我們構建了一個統(tǒng)一的注釋環(huán)境，經(jīng)過優(yōu)化以提供集成的軟件和服務體驗，從而產(chǎn)生更高質量的數(shù)據(jù)和更高效的數(shù)據(jù)管道。

最強大的計算機視覺訓練數(shù)據(jù)平臺。 V7是一個自動化標注平臺，結合了數(shù)據(jù)集管理、圖像和視頻標注以及autoML模型訓練，自動完成標注任務。 V7 使團隊能夠在以下方面存儲、管理、注釋和自動化他們的數(shù)據(jù)注釋工作流： - 圖片 - 視頻 - DICOM 醫(yī)療數(shù)據(jù) - 顯微鏡圖像 - PDF和文檔處理 - 3D 體積數(shù)據(jù) 利用 V7 自動注釋：https://www.youtube.com/watch?v=SvihDSAY4TQ 以 10 倍的速度創(chuàng)建基本事實。 開發(fā)模型以一鍵自動標記：https://www.v7labs.com/training 在協(xié)作的實時界面中管理數(shù)百萬個文件數(shù)據(jù)集：https://www.v7labs.com/dataset-management 立即免費試用 V7：https://v7labs.com/get-started

Microsoft Azure 的 Azure Content Moderator 為圖像、文本和視頻以及人工審核工具提供自動審核 API。

NVIDIA 深度學習 GPU 訓練系統(tǒng) (DIGITS) 用于數(shù)據(jù)科學和研究的深度學習，使用實時網(wǎng)絡行為可視化快速設計用于圖像分類和對象檢測任務的深度神經(jīng)網(wǎng)絡 (DNN)。

Clarifai 為計算機視覺、自然語言處理和音頻識別提供端到端的 AI 平臺。我們幫助企業(yè)和公共部門組織將非結構化圖像、視頻、文本和音頻數(shù)據(jù)轉換為可操作的見解，比人類自己能夠更快、更準確地進行。我們幫助多個行業(yè)的客戶創(chuàng)建用于智能、監(jiān)視和偵察的創(chuàng)新 AI 解決方案；品牌安全和適度；數(shù)字資產(chǎn)管理；產(chǎn)品推薦和視覺搜索；視力檢查;文件和媒體分析等等。 Clarifai 贏得了無數(shù)獎項，并被 Forrester 公認為計算機視覺平臺的領導者，與谷歌和微軟等公司并駕齊驅。該公司由首席執(zhí)行官 Matt Zeiler 博士于 2013 年創(chuàng)立，該公司在 ImageNet 獲得前 5 名。 Clarifai 總部位于特拉華州威爾明頓，并繼續(xù)發(fā)展壯大，擁有 100 多名員工，在哥倫比亞特區(qū)舊金山和愛沙尼亞塔林設有辦事處。

CVEDIA 使用合成數(shù)據(jù)開發(fā)強大且有彈性的計算機視覺算法。我們的合成算法是在 2-4 周內(nèi)針對數(shù)據(jù)收集不可行的情況開發(fā)的。 CVEDIA 是唯一一家解決域適應問題的合成數(shù)據(jù)公司，這意味著零數(shù)據(jù)可以實現(xiàn)安全算法。

用于視覺 AI 的企業(yè)級數(shù)據(jù)平臺。 Dataloop 是一個一站式商店，用于構建和部署強大的計算機視覺管道數(shù)據(jù)標記、自動化數(shù)據(jù)操作、定制生產(chǎn)管道和編織人在循環(huán)以進行數(shù)據(jù)驗證。 我們的愿景是讓所有人都可以使用、負擔得起和可擴展的基于機器學習的系統(tǒng)。

DeepPy 是一個麻省理工學院許可的深度學習框架，它試圖為深度學習添加一點禪意，因為它允許基于 NumPy 的 ndarray 的 Pythonic 編程，具有小型且易于擴展的代碼庫，在 CPU 或 Nvidia GPU 上運行并實現(xiàn)以下網(wǎng)絡架構前饋網(wǎng)絡、卷積網(wǎng)絡、孿生網(wǎng)絡和自動編碼器。

AForge.MachineLearning 是一個命名空間，其中包含用于不同機器學習算法的接口和類。