Label Studio：10分钟跑起来的开源数据标注工具，图片文本音频一次搞定

Label Studio10分钟跑起来的开源数据标注工具图片文本音频一次搞定【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-studioLabel Studio 是一个开源的多类型数据标注工具图片、文本、音频、视频、时间序列都能在同一个界面里标注完标完直接导出 COCO、YOLO、Pascal VOC 这些训练框架认得的标准格式。如果你刚接触机器学习、手头有一堆没标签的数据或者你是小团队、不想花钱上商用标注平台这个免费工具就够用了。一分钟看懂它它的核心逻辑是一句话数据 一段 XML 配置 一个标注界面。你把数据传上去写或者从模板库挑一段标注配置页面就自动生成对应的标注画布标完按标准格式导走。打个比方它像个排版灵活的印刷厂你交原料未标注数据挑个版式标注模板拿到的就是成品能直接进训练流程的数据。换别家工具版式是印死的在它这里版式你自己写。同一个实例里切换标注图片、文本、音频、时间序列导出格式各异但入口统一最短路径跑起来 前置要求二选一Python 3.10 以上或者装了 Docker 的机器。最快的路是 pip 装完直接起服务pip install label-studio label-studio start --port 8080起完服务打开http://localhost:8080注册个账号就能建项目。方式适合谁特点pip 安装快速体验、开发调试默认用 SQLite 存数据零配置docker run单机生产一条命令拉镜像把数据目录挂出来docker-compose想贴近生产环境自带 Nginx PostgreSQL替换掉性能较弱的 SQLite想上 docker-compose需要先把仓库拉下来拿编排文件git clone https://gitcode.com/GitHub_Trending/la/label-studio cd label-studio docker-compose up -d具体参数改端口、看日志、进后台在 docs/source/guide/install.md 里有完整清单。它能帮你干什么给上万张商品图拉框你会遇到什么电商商品图要做目标检测手工画框画到手废而且画完的 JSON 喂不进 YOLO。它怎么解项目里挂RectangleLabels标签后图片上直接拖框标签面板点选类别画一两百张就是肌肉记忆的事。关键一步建项目时直接选 object detection with bounding boxes 模板在 label_studio/annotation_templates/ 里现成的导出时选COCO或YOLO格式训练侧零改造。拖框后右侧面板记录每张图的所有框和类别导出即标准检测数据集从客服文本里抓人名地名你会遇到什么训练实体识别模型需要把文本里的人名、地名、机构名一个个框出来手动逐字划选容易漏。它怎么解用Hypertext标签把文本铺在面板上鼠标划一下就是一个实体片段旁边标签条点实体类型划错一键删。关键一步选 named entity 模板导出格式选CoNLL2003或spaCy直接对接 NER 训练脚本。左侧原文、右侧实体标签条划词即标注把客服录音变成ASR训练集你会遇到什么几百小时通话录音要做语音识别标注结果格式五花八门接不进训练管线。它怎么解Audio标签带波形播放器边听边转写还能切出每一句话的时间区间。关键一步导出选ASR_MANIFEST这是 NVIDIA NeMo 要的 JSON manifest 格式音频路径、文本、起止时间一个字段都不缺训练流程直接读。波形上拖动区间、下方对应转写文本音文对齐一目了然两个最值钱的亮点 亮点一把你自己训练的模型接进标注台多数标注工具是画完导出再训练数据在工具和模型之间来回搬。Label Studio 反过来在项目的模型设置页接一个ML backend之后标注员打开任务模型预测自动加载进画布人只干确认和纠错。标完的新数据还能回灌给模型在线重训形成标注 → 训练 → 预标注 → 再标注的闭环。这套机制的实现在 label_studio/ml/ 目录里官方文档见 docs/source/guide/ml.md。亮点二标注界面本身就是一段配置别家工具的界面是产品定死的想要个新控件得求开发。在 Label Studio 里界面 一段 XML标签用哪些控件、绑哪份数据、快捷键是什么全写在配置里改完保存页面立刻变。内置模板库覆盖了分类、检测、转写、OCR、排名打分等场景label_studio/annotation_templates/90% 的需求挑模板改两行就行剩下的自己写控件文档在 docs/source/guide/ 的 tag 章节。接进你的工作流 它不是只能人肉点的网页整个实例背后是标准 REST API导入任务POST /api/projects/id/import/把数据批量灌进去支持 JSON、CSV、ZIP取回标注项目页点Export或走 Easy Export API鉴权右上角头像 → Account Settings 里生成Access Token请求头带Authorization: Bearer tokenPython SDKpip install label-studio-sdk之后建项目、传任务、拉导出全是方法调用from label_studio_sdk import Client ls Client(http://localhost:8080, api_key你的token) project ls.projects.create(titledemo) project.tasks.upload(tasks[{data: {text: 你好}}])Webhook任务完成、标注创建等事件可以推到你自己的服务用来自动触发训练流水线控制台导出社区版 UI 导出是同步的大项目直接在服务器上跑 console 导出命令更稳API 端点清单见 docs/source/guide/api.md。避坑手册 ⚠️起服务提示端口被占用8080 被别的进程占了 →label-studio start --port 8090换个端口即可。图像 JSON 里的框位置对不上导出的原始 JSON 用占图像尺寸的百分比而不是像素记录坐标直接塞给按像素算的脚本会全歪 → 用 COCO/YOLO 标准格式导出或自己做百分比换算细节在 docs/source/guide/export.md。大项目点导出转圈然后 502/504社区版导出是同步的超过反代约90 秒的超时就被掐 → 改用 console 命令在服务器上直接导或用 SDK 导快照。docker run 跑完重建容器数据没了没挂卷数据全在容器里 → 照示例始终加-v $(pwd)/mydata:/label-studio/data数据库和上传文件都落在挂载目录。pip install 报错装不上Python 版本低于3.10→ 升级 Python 或干脆走 Docker 路线最省心。收尾用 pip 装好 Label Studio打开localhost:8080建第一个项目挑一个100 张以内的小数据集走完 导入 → 标注 → 导出 COCO 全流程生成 Access Token用 Python SDK 把任务导入跑通一次相关资源官方文档docs/source/guide/安装与升级指南docs/source/guide/install.md导出格式说明COCO/YOLO/ASR_MANIFEST 等docs/source/guide/export.md内置标注模板库label_studio/annotation_templates/核心后端源码label_studio/tasks管任务、projects管项目、ml管模型接入【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