Integrazioni
Collega Potato con modelli AI, piattaforme di crowdsourcing ed esporta nei tuoi framework ML preferiti.
Integrazione AI e LLM
Potenzia l'annotazione con l'assistenza dell'IA
OpenAI
GPT-4, GPT-3.5 for intelligent hints, auto-suggestions, and keyword highlighting.
Visualizza la documentazione →Anthropic Claude
Claude 3 models for nuanced annotation assistance and quality checking.
Visualizza la documentazione →Google Gemini
Gemini Pro for multimodal annotation support across text and images.
Visualizza la documentazione →Local LLMs (Ollama)
Run AI-assisted annotation with local LLMs using Ollama. Keep your data completely private.
Visualizza la documentazione →HuggingFace
Access open-source models via HuggingFace Inference API for flexible AI assistance.
Visualizza la documentazione →OpenRouter
Access multiple AI providers through a single API with OpenRouter integration.
Visualizza la documentazione →vLLM
Self-hosted high-performance inference with vLLM for maximum control and speed.
Visualizza la documentazione →Funzionalità potenziate dall'IA
- Suggerimenti di etichette intelligenti
- Evidenziazione automatica delle parole chiave
- Assistenza al controllo della qualità
- Pre-annotazione per la revisione
- Generazione di spiegazioni
- Verifica della coerenza
Opzioni per la forza lavoro
Usa il tuo team o scala con il crowdsourcing
Il tuo team
Consigliato per dati sensibiliEsegui Potato localmente o sui tuoi server con i tuoi annotatori interni. Perfetto per dati sensibili che non possono essere condivisi esternamente, studi approvati dall'IRB o quando hai già un team di annotazione formato.
Vantaggi
Oppure scala con piattaforme di crowdsourcing
Prolific
Academic-friendly crowdsourcing with quality participants. Full integration with completion URLs and participant tracking.
Funzionalità
Amazon MTurk
Scale to thousands of annotators with Mechanical Turk integration. Supports qualifications and approval workflows.
Funzionalità
Formati di dati supportati
Importa dati in qualsiasi formato comune
Text
.txt, .json, .jsonl
Images
.jpg, .png, .gif, .webp
Audio
.mp3, .wav, .ogg, .m4a
Video
.mp4, .webm, .mov
Documents
.pdf, .html
Formati di esportazione
Esporta le annotazioni nei formati ML più diffusi
General
- JSON
Native Potato format with full annotation data
- JSONL
Line-delimited JSON for streaming and large datasets
- CSV
Tabular export for spreadsheet analysis
NLP
- CoNLL
Standard format for NER and sequence labeling
- Hugging Face
Direct export to HF Datasets format
- spaCy
Training data format for spaCy models
Computer Vision
- COCO
MS COCO format for object detection
- YOLO
YOLO format for real-time detection
- Pascal VOC
XML format for image classification
Python API e CLI
Accesso programmatico per l'automazione
Riga di comando
# Start annotation server potato start config.yaml # Export annotations potato export --format coco # Validate configuration potato validate config.yaml
Python API
from potato import Potato
# Load project
project = Potato("config.yaml")
# Get annotations
annotations = project.get_annotations()
# Export to DataFrame
df = project.to_dataframe()Pronto per iniziare?
Installa Potato e inizia a integrarti con i tuoi strumenti preferiti in pochi minuti.