离线图像标注工具
RectLabel 是由日本独立开发者 Ryo Kawamura 开发的 macOS 离线图像标注工具,主要服务于目标检测与分割数据集制作。它不是云端众包标注平台,而更像一款本地化、面向开发者的视觉数据准备工具,适合将图片或视频帧整理为可训练的数据集。
从抓取内容看,RectLabel 的标注类型覆盖较广:边界框、多边形、像素、旋转框、关键点骨架、贝塞尔曲线、线段和点均有支持。AI 辅助方面,它集成了 Segment Anything Model 2/3,支持通过文本和框提示一次标注多个对象,也支持 Cellpose、Tracking 模型,以及包含 RF-DETR、YOLO26 的 Core ML 自动标注能力。此外还提供自动文字识别,可用于行和单词级文本标注。导出方面支持 YOLO、COCO、CreateML、DOTA,以及彩色索引 mask 和灰度 mask,便于接入常见训练流程。
标准版 RectLabel 采用订阅制,价格为 $2.99/月或 $9.99/年,并提供不限时免费试用,但持续使用需要购买许可证。RectLabel Pro 为 $19.99 一次性买断,适合长期使用和批量部署。Pro 版本还支持 Apple Business Manager 批量购买,并说明因无应用内购买而没有网络连接。两款应用功能相同。
优点是离线运行、价格低、标注形态丰富,并支持多种主流训练格式,对个人开发者、研究人员和小型 CV 团队很友好。AI 辅助标注能力也能减少纯手工框选和分割成本。局限在于,正文未体现 Windows、Web 或多人协作版本,也未说明 API、团队质检、任务分发、权限管理等企业标注平台能力;中文界面和中文文档支持也没有明确说明。
RectLabel 更适合 macOS 用户、计算机视觉工程师、科研人员和需要快速制作 YOLO/COCO/CreateML/DOTA 数据集的团队。中国访问情况正文未提供,且购买依赖 App Store 或 Apple Business Manager,网络和支付体验可能取决于用户所在地区的 Apple 账户环境。若需要 Web 协作或开源自部署,可对比 CVAT、Label Studio;若需要云端训练与数据管理,可考虑 Roboflow、Labelbox 等替代品。
本测评基于公开资料整理,不构成购买建议,请以 rectlabel.com 官网实际信息为准。
适合目标检测和分割数据集标注。
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。