图像视频标注平台
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
BIIGLE 是一个面向图像和视频的在线标注 Web 服务，最初为海洋环境监测与探索构建，但文本说明也可用于任意图像/视频标注任务。官网披露已有 4200 万标注、6000 用户和 750 万图像与视频，定位更偏科研与大规模视觉数据管理，而非通用轻量标注小工具。
标注层面，BIIGLE 支持点、矩形、圆、线、多边形；视频还支持整帧标注，以及基于时间线的跨帧对象标注。协作方面，可邀请同事进入项目，创建层级标签体系，标签支持编辑、版本化和共享，并有不同权限级别。Largo 标签审核网格用于快速浏览大量标注，适合质检和训练数据复核。它还可在浏览器中查看和标注超大吉像素图像。
BIIGLE 的 AI 亮点是 MAIA、Magic SAM 和智能排序。MAIA 通过新颖性检测找出“有趣”对象候选，经人工筛选后训练专用检测模型，再生成候选标注供人工确认和贴标签；论文测试中平均检测 84% 感兴趣对象。Magic SAM 使用 Segment Anything Model 进行快速分割。需要注意，MAIA 并非全自动：它可能漏检，也会产生误检，且依赖人工过滤；其新颖性检测更适合背景较统一、目标较稀少的场景，任务可能运行数小时甚至一天，参数配置会影响结果。
定价非常友好：源代码按 GPL-3.0 免费开源，biigle.de 公共实例因 de.NBI Cloud 支持可免费使用，也可自托管。官网提到提供 comprehensive API，可接入分析流水线和自定义工作流。隐私方面，用户内容归用户所有，但 BIIGLE 为提供服务会获得必要访问权限；条款还明确作为技术需要，BIIGLE 可访问处理中的文件、标注和元数据，敏感数据用户应优先评估自托管。
优点是免费开源、支持复杂图像/视频标注、AI 辅助较实用、协作和标签体系完善。缺点是中文支持未披露，MAIA 学习和配置成本较高，公共实例的服务保障与商业支持信息不足。它适合科研机构、海洋监测团队、需要大规模视觉标注和质检的数据团队；若在中国使用，官网访问、账号、上传速度和跨境数据合规未有文本依据，访问状态应视为未知。可对比 CVAT、Label Studio、Supervisely、Roboflow Annotate 等替代方案。
本测评基于公开资料整理,不构成购买建议,请以 biigle.de 官网实际信息为准。
开源/科研向标注工具，适合数据集制作。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。