ФокусМЛ — сайт focusml.ru

ЕГРЮЛ

Краткое название

ООО "ДС-СОФТ"

Полное название

ООО "ДС-СОФТ"

Статус

active

Руководитель

Вербицкий Роман Андреевич

Юр. адрес

119526, г. Москва, вн. тер. г. муниципальный округ Тропарево-Никулино, пр-кт Вернадского, д. 105, к. 4, помещ. 78/1П

ОКВЭД

72.19 · Научные исследования и разработки в области естественных и технических наук прочие

Регистрация

13.12.2024

Финансы

Год

2025

Выручка

82 тыс ₽

Прибыль

−14.9 млн ₽

Технологии

• architecture_signals: nextjs_bundle, spa_candidate
• hosting_cloud_cdn: Yandex Cloud
• seo_signals: amp

О сайте

Title: FocusML

---

[FocusML](/)

[Продукт](/)[Возможности](/features)[Сценарии применения](/use-cases)[Тарифы](/pricing)[Документация](/docs)[Развертывание](/deployment)[Новости и статьи](/blog)[Контакты](/contacts)

[Запросить демо](/demo)

Открыть меню

FocusML — no-code платформадля разметки данных и обучения моделей компьютерного зрения

Российская платформа, которая помогает размечать данные, запускать авторазметку, обучать модели и получать инференс как в едином интерфейсе, так и через API

[Запросить демо](/demo)[Попробовать бесплатно](/pricing)

UploadDataset

Annotate& Auto

TrainModel

Inference& Deploy

FocusML

Dashboard

Dataset

Annotate

Train

Inference

Dataset Images1,248

Auto-annotation

Training Progress (YOLOv8)

Epoch 0mAP@50: 0.89Epoch 100

0.89

Precision0.92

Recall0.88

Какую проблему решает FocusML

CV-проекты часто становятся дорогими и сложными из-за трёх ключевых факторов

Долгая разметка

Длительная и дорогостоящая разметка данных вручную

Одна из ключевых проблем подготовки данных для обучения моделей компьютерного зрения — долгая ручная разметка. Чтобы модель могла корректно распознавать объекты, изображения необходимо заранее пометить: выделить нужные области, указать классы объектов, границы, ключевые точки или сегменты. Такой процесс требует участия специалистов или обученных аннотаторов, особенно если данные сложные, неоднородные или требуют высокой точности.

Ручная разметка занимает много времени и напрямую увеличивает стоимость проекта. Чем больше изображений и чем детальнее требуется аннотация, тем выше трудозатраты. Кроме того, необходимо проверять качество разметки, исправлять ошибки и поддерживать единые правила аннотирования. В результате подготовка датасета может стать одним из самых долгих и дорогих этапов разработки модели компьютерного зрения

Решение FocusML:Платформа FocusML предлагает пользователю собственный сервис аннотирования с возможностью авторазметки по промпту и аналогиям, что значительно удешевляет и ускоряет процесс

Дорогие кадры

Высокая стоимость ML-специалистов

При разработке ML-пайплайна для задач компьютерного зрения значительная часть затрат связана с привлечением квалифицированных специалистов. Для подготовки данных, выбора архитектуры модели, обучения, оценки качества и адаптации модели под инференс требуются ML-инженеры, Data Scientists и специалисты по компьютерному зрению.

Такие кадры стоят дорого, поскольку должны обладать экспертизой в машинном обучении, обработке изображе…