10x
“10x annotation speed improvement on tracking data”
Tel que publié sur encord.com, avril 2026. Capturé par usedby le 7 oct. 2026.
Ce qui s’est passé
Hudl's Applied Machine Learning team uses Encord as the central annotation and data management layer in its MLOps pipeline, annotating sports video and sensor data for model training. Hudl's own models pre-label the data, a validation agent flags errors, and annotators and data scientists work together in one workflow.
Résumé rédigé par usedby à partir de la page source, en anglais. Les chiffres sont ceux de Encord et de Hudl, pas les nôtres.
- 40%“With the validation agent in place, the same process is now 40% faster.”
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.
Encord 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.
Ce que dit le témoignage, et ce que nous avons vérifié
Nous avons comparé le témoignage à sa page en ligne le 7 oct. 2026.
- Le chiffre : 10xVérifiéImprimé mot pour mot sur la page, près du nom de Hudl.
- L’extrait cité plus hautVérifiéCopié mot pour mot depuis la page, près du nom de Hudl.
- La date de publicationVérifiéLue dans les métadonnées de la page, jamais devinée.
- Hudl utilise EncordVérifiéLigne de niveau Confirmé. Dernière vérification, toutes sources confondues : 7 oct. 2026.
- Le résultat lui-mêmeNon vérifiéNous le citons ; nous ne l’avons pas mesuré.




