HumanSignal/label-studio

Trang web • Tài liệu • Tham gia cộng đồng Slack

Label Studio là gì?

Label Studio là một công cụ ghi nhãn dữ liệu nguồn mở. Nó cho phép bạn gắn nhãn các loại dữ liệu như âm thanh, văn bản, hình ảnh, video và chuỗi thời gian với giao diện người dùng đơn giản và dễ hiểu, đồng thời xuất sang nhiều định dạng mô hình khác nhau. Nó có thể được sử dụng để chuẩn bị dữ liệu thô hoặc cải thiện dữ liệu đào tạo hiện có để có được các mô hình ML chính xác hơn.

• Hãy dùng thử Label Studio
• Những gì bạn nhận được từ Label Studio
• Các mẫu kèm theo để ghi nhãn dữ liệu trong Label Studio
• Thiết lập mô hình machine learning với Label Studio
• Tích hợp Label Studio với các công cụ hiện có của bạn

Có một tập dữ liệu tùy chỉnh? Bạn có thể tùy chỉnh Label Studio để phù hợp với nhu cầu của mình. Đọc một bài đăng blog giới thiệu để tìm hiểu thêm.

Hãy dùng thử Label Studio

Cài đặt Label Studio cục bộ hoặc triển khai nó trong phiên bản đám mây. Hoặc đăng ký dùng thử miễn phí phiên bản Starter Cloud của chúng tôi! Bạn có thể tìm hiểu thêm về những gì mỗi phiên bản cung cấp ở đây.

• Cài đặt cục bộ với Docker
• Chạy với Docker Compose (Label Studio + Nginx + PostgreSQL)
• Cài đặt cục bộ với pip
• Cài đặt cục bộ bằng thơ
• Cài đặt cục bộ với Anaconda
• Cài đặt để phát triển cục bộ
• Triển khai trong phiên bản đám mây

Cài đặt cục bộ với Docker

Hình ảnh Studio nhãn chính thức Docker là ở đây và nó có thể được tải xuống với docker pull. Chạy Label Studio trong vùng chứa Docker và truy cập nó tại http://localhost:8080.

docker pull heartexlabs/label-studio:latest
docker run -it -p 8080:8080 -v $(pwd)/mydata:/label-studio/data heartexlabs/label-studio:latest

Bạn có thể tìm thấy tất cả nội dung được tạo, bao gồm cả bộ lưu trữ cơ sở dữ liệu SQLite3 label_studio.sqlite3 và các tập tin đã tải lên, trong ./mydata thư mục.

Ghi đè cài đặt Docker mặc định

Bạn có thể ghi đè lệnh khởi chạy mặc định bằng cách thêm các đối số mới:

docker run -it -p 8080:8080 -v $(pwd)/mydata:/label-studio/data heartexlabs/label-studio:latest label-studio --log-level DEBUG

Xây dựng hình ảnh cục bộ với Docker

Nếu bạn muốn xây dựng một hình ảnh cục bộ, hãy chạy:

docker build -t heartexlabs/label-studio:latest .

Chạy với Docker Soạn

Docker Tập lệnh Compose cung cấp ngăn xếp sẵn sàng sản xuất bao gồm các thành phần sau:

• Xưởng nhãn
• Nginx - máy chủ web proxy được sử dụng để tải nhiều dữ liệu tĩnh khác nhau, bao gồm âm thanh, hình ảnh được tải lên, v.v.
• PostgreSQL - cơ sở dữ liệu sẵn sàng sản xuất thay thế SQLite3 kém hiệu quả hơn.

Để bắt đầu sử dụng ứng dụng từ http://localhost chạy lệnh này:

docker-compose up

Chạy với Docker Compose + MinIO

Bạn cũng có thể chạy nó với một máy chủ MinIO bổ sung để lưu trữ S3 cục bộ. Điều này đặc biệt hữu ích khi bạn muốn kiểm tra hoạt động của bộ lưu trữ S3 trên hệ thống cục bộ của mình. Để khởi động Label Studio theo cách này, bạn cần chạy lệnh sau:

# Add sudo on Linux if you are not a member of the docker group
docker compose -f docker-compose.yml -f docker-compose.minio.yml up -d

Nếu bạn không có địa chỉ IP tĩnh, bạn phải tạo một mục nhập trong tệp máy chủ của mình để cả Label Studio và trình duyệt của bạn đều có thể truy cập máy chủ MinIO. Để biết thêm hướng dẫn chi tiết, vui lòng tham khảo hướng dẫn của chúng tôi về việc lưu trữ dữ liệu.

Cài đặt cục bộ với pip

# Requires Python >=3.10
pip install label-studio

# Start the server at http://localhost:8080
label-studio

Cài đặt cục bộ bằng thơ

### install poetry
pip install poetry

### set poetry environment
poetry new my-label-studio
cd my-label-studio
poetry add label-studio

### activate poetry environment
poetry shell

### Start the server at http://localhost:8080
label-studio

Cài đặt cục bộ với Anaconda

conda create --name label-studio
conda activate label-studio
conda install psycopg2
pip install label-studio

Cài đặt để phát triển cục bộ

Bạn có thể chạy phiên bản Label Studio mới nhất cục bộ mà không cần cài đặt gói từ pypi.

# Install all package dependencies
pip install poetry
poetry install
# Run database migrations
python label_studio/manage.py migrate
python label_studio/manage.py collectstatic
# Start the server in development mode at http://localhost:8080
python label_studio/manage.py runserver

Triển khai trong phiên bản đám mây

Bạn có thể triển khai Label Studio chỉ bằng một cú nhấp chuột trong Heroku, Microsoft Azure hoặc Google Cloud Platform:

Áp dụng thay đổi giao diện người dùng

Để biết thông tin về cách cập nhật giao diện người dùng, hãy xem nhãn-studio/web/README.md.

Cài đặt phụ thuộc trên Windows

Để chạy Label Studio trên Windows, hãy tải xuống và cài đặt các gói bánh xe sau từ Gohlke xây dựng để đảm bảo bạn đang sử dụng đúng phiên bản của Python:

• lxml

# Upgrade pip 
pip install -U pip

# If you're running Win64 with Python 3.8, install the packages downloaded from Gohlke:
pip install lxml‑4.5.0‑cp38‑cp38‑win_amd64.whl

# Install label studio
pip install label-studio

Chạy bộ thử nghiệm

Để thêm phần phụ thuộc của bài kiểm tra vào bản cài đặt cục bộ của bạn:

poetry install --with test

Ngoài ra, có thể chạy thử nghiệm đơn vị từ vùng chứa Docker trong đó các phần phụ thuộc thử nghiệm đã được cài đặt:

make build-testing-image
make docker-testing-shell

Trong cả hai trường hợp, để chạy thử nghiệm đơn vị:

cd label_studio

# sqlite3
DJANGO_DB=sqlite DJANGO_SETTINGS_MODULE=core.settings.label_studio pytest -vv

# postgres (assumes default postgres user,db,pass. Will not work in Docker
# testing container without additional configuration)
DJANGO_DB=default DJANGO_SETTINGS_MODULE=core.settings.label_studio pytest -vv

Những gì bạn nhận được từ Label Studio

https://GitHub.com/user-attachments/assets/525ad5ff-6904-4398-b507-7e8954268d69

• Ghi nhãn nhiều người dùng đăng ký và đăng nhập, khi bạn tạo chú thích, nó sẽ được gắn với tài khoản của bạn.
• Nhiều dự án để làm việc trên tất cả các tập dữ liệu của bạn trong một trường hợp.
• Thiết kế hợp lý giúp bạn tập trung vào nhiệm vụ của mình chứ không phải cách sử dụng phần mềm.
• Định dạng nhãn có thể cấu hình cho phép bạn tùy chỉnh giao diện trực quan để đáp ứng nhu cầu ghi nhãn cụ thể của mình.
• Hỗ trợ nhiều loại dữ liệu bao gồm hình ảnh, âm thanh, văn bản, HTML, chuỗi thời gian và video.
• Nhập từ tệp hoặc từ bộ nhớ đám mây trong các kho lưu trữ Amazon AWS S3, Google Cloud Storage hoặc JSON, CSV, TSV, RAR và ZIP.
• Tích hợp với các mô hình học máy để bạn có thể hình dung và so sánh dự đoán từ các mô hình khác nhau và thực hiện gắn nhãn trước.
• Nhúng nó vào đường dẫn dữ liệu của bạn REST API giúp bạn dễ dàng biến nó thành một phần trong quy trình của mình

Các mẫu kèm theo để ghi nhãn dữ liệu trong Label Studio

Label Studio bao gồm nhiều mẫu khác nhau để giúp bạn gắn nhãn cho dữ liệu của mình hoặc bạn có thể tạo nhãn của riêng mình bằng ngôn ngữ cấu hình được thiết kế cụ thể. Các mẫu và trường hợp sử dụng phổ biến nhất để ghi nhãn bao gồm các trường hợp sau:

Thiết lập mô hình machine learning với Label Studio

Kết nối mô hình học máy yêu thích của bạn bằng cách sử dụng Label Studio Machine Learning SDK. Thực hiện theo các bước sau:

1. Bắt đầu máy chủ phụ trợ học máy của riêng bạn. Xem hướng dẫn chi tiết hơn.
2. Kết nối Label Studio với máy chủ trên trang mô hình được tìm thấy trong cài đặt dự án.

Điều này cho phép bạn:

• Nhãn trước dữ liệu của bạn bằng cách sử dụng dự đoán mô hình.
• làm học trực tuyến và đào tạo lại mô hình của bạn trong khi các chú thích mới đang được tạo.
• làm học tập tích cực bằng cách chỉ gắn nhãn cho những ví dụ phức tạp nhất trong dữ liệu của bạn.

Tích hợp Label Studio với các công cụ hiện có của bạn

Bạn có thể sử dụng Label Studio như một phần độc lập trong quy trình học máy của mình hoặc tích hợp giao diện người dùng hoặc phụ trợ vào các công cụ hiện có của mình.

Hệ sinh thái

dự án	Mô tả
studio nhãn	Máy chủ, được phân phối dưới dạng gói pip
Thư viện giao diện người dùng	Thư viện giao diện người dùng Label Studio. Điều này sử dụng React để xây dựng giao diện người dùng và cây trạng thái mobx để quản lý trạng thái.
Thư viện quản lý dữ liệu	Thư viện dành cho Trình quản lý dữ liệu, công cụ khám phá dữ liệu của chúng tôi.
chuyển đổi nhãn-studio	Mã hóa nhãn theo định dạng thư viện máy học yêu thích của bạn
nhãn-studio-máy biến áp	Thư viện Transformers được kết nối và định cấu hình để sử dụng với Label Studio

Trích dẫn

Bao gồm trích dẫn cho Label Studio trong Tài liệu tham khảo phần bài viết của bạn:

@misc{Label Studio,
  title={{Label Studio}: Data labeling software},
  url={https://github.com/HumanSignal/label-studio},
  note={Open source software available from https://github.com/HumanSignal/label-studio},
  author={
    Maxim Tkachenko and
    Mikhail Malyuk and
    Andrey Holmanyuk and
    Nikolai Liubimov},
  year={2020-2025},
}

Giấy phép

Phần mềm này được cấp phép theo GIẤY PHÉP Apache 2.0 © Heartex. 2020-2025