Aller au contenu principal
usedby
EncordusedbyHudl

Comment Hudl utilise Encord

L'équipe Applied Machine Learning de Hudl utilise Encord comme plateforme centrale d'annotation et de gestion des données pour les vidéos et les données de suivi par capteurs dans des sports tels que le football, le football américain, le hockey sur glace et le basketball. Les modèles propres à Hudl fournissent des pré-étiquettes à Encord, et un agent de validation signale les erreurs avant la révision, les données annotées étant ensuite exportées vers les pipelines d'entraînement des modèles.

ConfirméÉtude de cas de l’éditeur · Vérifié le 10 nov. 2026
Voir la preuve capturée

L’usage : comment Hudl déploie Encord

Hudl's Applied Machine Learning team uses Encord as the central annotation and data management platform for video and sensor tracking data across sports such as soccer, American football, ice hockey and basketball. Hudl's own models feed pre-labels into Encord, and a validation agent flags errors before review, with annotated data exported to model training pipelines.

Autres résultats publiés

Chiffres publiés dans l’étude de cas de Encord. usedby ne les mesure pas de façon indépendante.

40%

With the validation agent in place, the same process is now 40% faster.

Le témoignage du client

Encord a fait tomber les barrières entre l'annotation et la data science. Le pré-étiquetage a probablement été ce qui a le plus changé la donne pour nous. Nous avons constaté une vitesse multipliée par 10 sur certains de nos projets les plus exigeants.
Traduction automatique de l’anglais
Voir l’originalEncord has broken down barriers between annotation and data science. Pre-labelling has probably been the biggest game changer for us. We've seen a 10x speed improvement on some of our most demanding projects.
Ben Irving, Senior Engineering Manager, Applied Machine Learning, Hudl — Source

Les autres outils IA utilisés par Hudl

Autres relations publiques recensées sur usedby.

ZapierConfirmé
Explorer la stack IA de Hudl

Les autres entreprises qui utilisent Encord

Des clients de différents secteurs, avec une preuve publique.

Ambi RoboticsConfirméArchetype AIConfirméForterraConfirméOnsiteIQConfirméPickle RobotConfirméStandard AIConfirmé
Voir tous les clients de Encord

Autres témoignages

Consulter la source

Cette synthèse repose sur l’étude de cas publiée par Encord. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.

encord.com
Source publiée
28 avr. 2026
Dernière vérification
10 nov. 2026
encord.comCapture de l’étude de cas de Encord sur HudlOuvrir la capture
Ce que dit le témoignage, et ce que nous avons vérifié

Ce que nous avons comparé à la page.

  • Le chiffre : 10xVérifié

    Imprimé mot pour mot sur la page, près du nom de Hudl.

  • L’extrait cité plus hautVérifié

    Copié mot pour mot depuis la page, près du nom de Hudl.

  • La date de publicationVérifié

    Lue dans les métadonnées de la page, jamais devinée.

  • Hudl utilise EncordVérifié

    Ligne de niveau Confirmé.

  • Le résultat lui-mêmeNon vérifié

    Nous le citons ; nous ne l’avons pas mesuré.

By integrating Hudl's own pre-labelling pipeline into Encord, use cases that previously required approximately 10 hours of manual annotation now take around 1 hour.
Extrait de la page. encord.com