Label Studio两条 Docker 命令完成第一次数据标注并导出模型训练格式【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 是一个免费开源的数据标注工具支持图像、文本、音频、视频、时间序列标注并能直接导出 JSON、COCO、YOLO 等模型训练格式。如果你在做机器学习需要把原始数据变成训练集它解决的就是数据在手标注界面却要自己写的问题。Docker 两条命令启动标注服务最快的路径是 Docker两条命令docker pull heartexlabs/label-studio:latest docker run -it -p 8080:8080 -v $(pwd)/mydata:/label-studio/data heartexlabs/label-studio:latest第一条拉取官方镜像第二条启动容器-p 8080:8080把服务端口映射到本机 8080-v把宿主机./mydata挂进容器做数据目录。浏览器打开 http://localhost:8080首次启动会看到注册页面用邮箱和密码注册第一个账号即可。不想用 Docker 也行pip install label-studio后运行label-studio要求 Python 3.10 以上服务同样起在 8080 端口。后面想上生产可以直接用仓库里的 docker-compose.yml 起 Label Studio Nginx PostgreSQL 的组合数据库换成 PostgreSQL 后更扛得住。所有数据都落在./mydata目录里包括 SQLite 数据库label_studio.sqlite3和上传的文件备份时盯住这个目录就够了不会有数据掉在外面。端口 8080 被占用服务起不来或打开页面看到的是别的东西说明 8080 已被其他进程占了。把docker run里-p 8080:8080左边改成空闲端口比如9090:8080。服务起来了第一个标注任务就能跑。整个循环就四步建项目、写配置、导数据、导出。图像标注界面用几行 XML 配置描述Label Studio 的配置就像给界面搭积木一个Image标签就是一张要展示的图每个Label就是标注员能画的一个标签。图像画框场景的最小写法View Image nameimage value$image/ RectangleLabels namelabel toNameimage Label valueCar/ Label valuePedestrian/ /RectangleLabels /View操作全程在浏览器里完成页面右上角Create Project填项目名。把上面的配置粘贴到配置栏界面就按它渲染出来。在 Data Import 页签上传本地图片小规模验证够用。打开任务画框标完一个任务结果就写进项目可随时查看和修改。XML 也不用从零写仓库自带模板库按图像、文本、音频、对话等场景分好了组多数情况找一个模板改掉标签就能用。媒体文件别用 UI 大量上传通过 UI 上传只适合小规模试用之后搬数据、迁移实例都会很麻烦。文件先放进自己的存储再导入 TXT 或 CSV 格式的 URL 列表细节看数据导入文档。图像跑通后文本、音频、视频就是换几个标签的事。换成文本、音频XML 里换标签就行文本场景是先在界面里选中文字片段再给它分配一个实体标签配置比图像版多一行文本展示标签和几个实体标签。音频加一行Audio nameaudio value$audio/就能播放并标注视频有Video/、VideoRectangle/等对应标签。每个标签的参数和写法都在标签参考里照着抄就行。数据量再大一些你可能想让模型先标一遍人来审校。接一个 ML 后端做模型预标注把 PyTorch、Hugging Face 里现成的模型包成 web 服务在项目设置里填上地址。标注员打开任务时Label Studio 把任务数据发给模型模型返回预测标签人只需要检查和修正不用从零画框。接入步骤见 ML 集成文档。注意本地脚本不能直接接模型侧必须是一个能响应请求的 web 服务起好之后再回项目设置里连接。导出格式怎么选JSON、COCO 到 YOLO项目标完点项目的Export选格式。JSON、CSV、COCO、Pascal VOC、YOLO 都支持按训练框架选COCO 适合通用目标检测训练YOLO 对应 YOLO 系列JSON 通用且最灵活。各格式的区别在导出格式说明里有对照。导出超时报 502/504社区版导出是同步生成的数据一大就容易超过代理的 90 秒超时。改到运行 Label Studio 的机器上直接导出label-studio export project-id JSON --export-path./out.json单项目别贪大官方建议单项目控制在 10 万任务以内性能最好每次导入都会触发后台任务连续两次导入之间留 30 秒以上。实例起好之后你就能不写一行界面代码把自己的第一批数据从标注做到导出训练格式。想深入看模板库或源码clone 仓库https://gitcode.com/GitHub_Trending/la/label-studio【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
