AI图像视频标注服务
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。
dLabel 是一家面向 AI 与计算机视觉项目的数据标注服务与平台，主打“由标注专家为 AI 准备训练数据”。网站信息显示，其办公室位于澳大利亚堪培拉和爱沙尼亚塔林，客户包括 CSIRO、AIS 及全球研究团队。它更像是“服务 + 工具平台”的组合，而非单纯自助式标注软件。
dLabel 覆盖主流视觉标注任务：图像侧支持边界框、多边形、语义分割、关键点和属性标注；视频侧支持逐帧标注、关键帧插值和跨视频序列的目标跟踪。平台展示了语义分割、样条标注、姿态估计、智能分割、视频跟踪和质量保证等能力，并支持 COCO、YOLO、Pascal VOC 等常见计算机视觉数据格式。其 AI 能力主要体现在 AI-Assisted Labeling，包括智能分割、半自动工具和自动分割，以提升标注效率；但网站未披露具体模型、算法或自动化准确率。
定价方面，dLabel 未公布套餐、单价、免费额度或试用入口。其流程是用户提交数据集和需求后获取详细报价，网站称通常 24 小时内响应。因此它更适合预算明确、需求较复杂的项目制采购，而不是希望立即自助开通的小团队。
优势在于端到端覆盖从原始数据到生产可用标注数据集，任务类型较全，尤其适合图像分割、视频跟踪和姿态估计等高复杂度视觉任务；内置 QA 与常见格式导出也有利于后续模型训练。局限是公开资料偏少：未说明数据隐私与合规措施、API/SDK 集成、质检抽检比例、交付周期和可量化质量指标，也没有中文支持信息。
dLabel 适合计算机视觉研发团队、科研机构、自动驾驶/交通分析、工业检测、遥感或医学影像等需要专业人工标注与质检的项目。中国访问、网络稳定性和支付方式网站未披露，建议正式采购前确认访问、合同、发票、数据出境与保密条款。若需要本地化沟通或数据不宜出境，可比较国内数据标注服务商；若偏自助平台，可评估 Label Studio、CVAT、Labelbox、SuperAnnotate 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 dlabel.org 官网实际信息为准。
面向CV项目，适合AI团队外包标注。
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。