Label Studio 完整指南图片、文本、音频都搞得定的开源数据标注工具【免费下载链接】label-studioLabel Studio is a multi-type data labeling and annotation tool with standardized output format项目地址: https://gitcode.com/GitHub_Trending/la/label-studio手里有 2000 张商品图每张都要框出商品并标上类别。你总不能一张张打开修图软件去拉框吧这正是开源数据标注工具 Label Studio 要解决的事数据传一次图片、文本、音频、视频、时间序列都能直接在浏览器里标注结果按标准格式导出直接喂给训练框架。项目免费Apache 2.0 协议本地 3 条命令就能跑起来。快速体验3 条命令跑起标注环境 ⚡最快的路径是 pip要求 Python 3.10 及以上pip install label-studio label-studio启动后服务跑在http://localhost:8080。第一次打开你会看到注册页注册完进入空白的项目列表。点新建项目选一个模板上传几份自己的图片或文本就能开始标了。如果你想要更接近生产的组合Label Studio Nginx PostgreSQL用 Docker Compose 更合适git clone https://gitcode.com/GitHub_Trending/la/label-studio cd label-studio docker-compose up -d启动后访问http://localhost即可。小抄用单容器 Docker 模式时记得加-v $(pwd)/mydata:/label-studio/data参数数据库SQLite3 文件和上传文件都会落在mydata目录以后备份只需拷这一个文件夹。功能全景一张表看懂 Label Studio 能干什么 ️这是仓库自带的多数据标注演示动图图像画边界框、文本划实体、音频看波形都是同一套界面逻辑。官方内置了约 50 个标注模板按 9 大类组织音频、计算机视觉、NLP、生成式 AI、时间序列等可以在 label_studio/annotation_templates/ 里直接看到。核心能力一览功能解决什么问题适合谁多模态标注图、文、音、视频、时序数据一个平台搞定所有要造训练数据的人XML 配置语言拖标签就能定义标注界面不写前端个人开发者、快速验证想法机器学习集成模型先标人来改省大量重复劳动追求标注效率的团队云存储直连S3/GCS/Azure Blob 的数据不用先下载到本地大规模数据集用户REST API导入、导出、提交标注全部可脚本化要嵌进自动化流水线的人多用户与角色每条标注记录操作人权限可分工多人协作场景重点深挖3 个最值得用的设计标注界面用 XML 配置不用写页面Label Studio 最核心的设计是标注界面不是写死的而是一段配置语言。图像目标检测的配置短成这样Image nameimg value$img/ RectangleLabels namelabel toNameimg Label valuePerson/Label valueCar/ /RectangleLabels改配置界面立刻变。想加标签就加一个Label想换框为多边形就换标签类型。预设模板不够用时你只需要改这几行不用碰任何前端代码。左半区是画框区域右半区显示完成记录和当前选中实体——整个界面就是由上面那段 XML 装配出来的。让模型先标预标注与主动学习最有价值的工作流是把你的模型接进来让模型先把结果填上人只做审核和修正。标注界面右侧的 Predictions 区域会显示模型预测点一下就应用到标注里。Webhook 与 ML 后端的交互闭环新标注提交后触发模型重训练新模型版本再用于下一轮预标注。接模型分两步先用 ML SDK 把模型部署成独立后端服务再到项目设置里填服务地址。接上之后你得到三个能力预标注、在线学习边标边训、主动学习只挑模型最不确定的样本给人标。文本标注比想象中好用文本不只是打标签。命名实体识别、情感分类、关系抽取、机器翻译对比官方模板都覆盖到了。文本中高亮即生成实体类别从顶部标签栏选实体之间还能画关系线对应关系抽取任务。完整任务走查从导入数据到导出结果 以图像目标检测为例端到端走 5 步建项目选模板。项目列表点 New Project选 object detection 模板XML 配置自动填好。导入数据。本地 zip/CSV 直接上传或挂 S3、GCS、Azure Blob。CSV 里每行数据对应一个任务。标注。模型已接入时预测会自动预填画框后 AltEnter 提交快捷键就印在按钮上。质检。数据视图里按标注状态筛选或用审核流程让别人复查标注者字段会记录每条结果是谁做的。导出。点 Export 选格式默认标准 JSON图像类还能选 COCO、YOLO、PASCAL VOC 等转换器内置。避坑提醒导出格式必须和训练侧的读取约定一致。建议先导出一个小批量用代码解析一遍确认字段名再全量导出。格式说明见 docs/source/guide/export.md。避坑问答新手最常问的 4 个问题 ❓Qpip 装完打不开端口先确认 Python 版本是 3.10 以上官方硬性要求。如果 8080 被占用启动label-studio时加--port 8081换个端口就行。Q本地默认存储够不够用小规模试玩够生产环境不够。默认数据库是 SQLite3 单文件官方建议生产切 PostgreSQL——docker-compose.yml做的正是这件事所以团队场景优先用 Compose 方案。Q标注界面和数据对不上去哪改改 XML 配置不改代码。如果你的任务数据字段名和配置里的$img不一致在任务 JSON 里做字段映射即可。配置写得不对保存时会有校验报错提示照着改就行。Q多人标注怎么保证质量把若干任务设为标准答案Ground Truth定期抽样对比各标注者的结果偏差数据视图里可以按标注者筛选结果做抽查。进阶与升级调优和二开的两个方向 性能数据量上来后把本地文件存储换成 S3 类对象存储io_storages模块内置了对 S3、GCS、Azure Blob、本地文件的统一管理大数据集导入导出会明显更稳。二开后端是 Django业务代码在 label_studio/前端是 React编辑器库在 web/libs/editor/。想加控件类型从前端编辑器库入手想让标注事件自动触发外部服务比如通知训练流水线用 Webhook 功能参考 docs/source/guide/webhooks.md。这个项目不适合谁 只做一次性 ASR 转写的直接调云语音 API 更快Label Studio 的价值在人机协同的标注环节不是替代转写服务。超大组织、重权限和审计的团队开源版权限粒度较粗企业级管控能力在付费版LSE里更完整选型前先看 docs/source/guide/label_studio_compare.md。想用它训练模型的Label Studio 只管数据侧不管训练侧。模型训练、评估仍然用 PyTorch 等框架它负责给你高质量数据。结尾今天就能做的 3 件事把环境跑起来pip 安装 启动 注册账号用内置模板随便标 10 条熟悉界面和快捷键。走一遍完整闭环选一个真实模板导入自己的数据标完一个小批量并导出用训练代码解析一遍确认格式。接一个模型部署最简单的 ML 后端体验预标注把重复劳动省掉的差别。相关资源官方文档docs/source/guide/机器学习集成模块label_studio/ml/标注模板库label_studio/annotation_templates/存储接入指南docs/source/guide/storedata.md【免费下载链接】label-studioLabel Studio is a multi-type data labeling and annotation tool with standardized output format项目地址: https://gitcode.com/GitHub_Trending/la/label-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考