Label Studio 数据标注完全指南4步从本地部署到导出标注数据【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 是一个开源的多模态数据标注工具图像、文本、音频、视频、时间序列共用一套 XML 配置完成标注输出统一格式的结果 JSON。适合想为自己的模型项目快速搭一条数据生产链路的开发者和数据工程师。选型边界先看它适不适合你适合不适合图像/文本/音频/视频/时间序列的标注任务生产纯离线、命令行式的批处理工具它是服务 数据库形态需要标准化结果直接喂训练流水线JSON、COCO 等格式导出一次性几十条数据的临时标注Excel 更快想接模型做预标注、跑主动学习闭环千人级多组织协作的企业管理那是 LSE 企业版范畴需要 Webhook 把标注事件推给下游系统只想要托管 SaaS、不想自己运维 用 docker-compose 10分钟跑起来生产形态就是仓库根目录的docker-compose.ymlnginx app PostgreSQL 三个容器一起拉起来数据统一落在./mydata卷里。git clone https://gitcode.com/GitHub_Trending/la/label-studio cd label-studio docker-compose up -d首次启动会构建镜像并自动执行数据库迁移docker-compose ps看到三个服务都是 Up 后浏览器打开localhost:8080注册第一个账号即可它是唯一的管理员。compose 文件里端口映射是8080:8085主应用和8081:8086nginx 管理端口8080 被占用就改冒号前面的宿主端口。其他两种方式各一句话pip install label-studio后执行label-studio start适合临时体验源码开发模式则在仓库内pip install依赖后执行python label_studio/manage.py migrate和runserver适合改代码的贡献者。核心工作流走查跑完一个图像目标检测任务以标注 500 张街景图里的车辆为主线全程四步。第 1 步建项目并贴入标注配置。项目页面创建项目在 Label Interface 里贴入下面这段 XML仓库里label_studio/annotation_templates/computer-vision/下每个子目录都是一个现成模板比如object-detection-with-bounding-boxesView Image nameimage value$image zoomControlValuetrue/ RectangleLabels nametag toNameimage Label valueCar backgroundgreen/ Label valueBus backgroundblue/ Label valuePedestrian backgroundred/ /RectangleLabels /View这段 XML 就是标注界面的全部定义解析逻辑在label_studio/core/label_config.py。改标签、换控件改 XML 就行不用写一行前端代码。第 2 步导入数据。在 Import 页粘贴一个 JSON 列表每个对象就是一个任务$image指向的键会渲染到Image上[ {image: http://localhost:8080/media/images/street_0001.jpg}, {image: http://localhost:8080/media/images/street_0002.jpg} ]数据量大时不要走粘贴直接接对象存储label_studio/io_storages/下实现了 S3、GCS、Azure Blob、本地文件系统四种 IO Storage配置后任务自动从存储拉取文件不落库。第 3 步标注。打开任务后画框、选标签、点 Save结果以result数组含type、value、origin的形式挂在任务上。第 4 步导出。项目页 Export 选 JSON 或 COCOresult里的坐标就是归一化的 x/y 加宽高可直接进目标检测训练脚本。团队模式下任务状态未标注/已标注/被拒由label_studio/fsm/里的状态机统一流转。深潜 XML 标注配置Label Studio 的灵魂整套系统里你最常打交道的是 XML 标签规则只有三条数据标签用value$键名绑定任务字段标注标签用toName指回数据标签View里声明的控件就是界面。以文本 NER 为例最小可用配置View Text nametext value$text/ Labels namelabels toNametext Label valuePERSON/ Label valueORG/ /Labels /View常用控件按数据形态选文本用Choices/Pairwise/Taxonomy做分类用Labels做序列标注音频用AudioTimeSeriesLabels视频用Video 逐帧矩形。控件全集在docs/source/tags/下有逐个文档配置校验失败时编辑器会直接给出报错位置。⚙️ 关键配置速查配置项作用默认值POSTGRE_HOST/POSTGRE_PORT数据库地址compose 中为db/5432POSTGRE_NAME/POSTGRE_USER/POSTGRE_PASSWORD库名、用户、密码postgres/postgres/ 空LOCAL_FILES_SERVING_ENABLED是否允许服务端回源本地文件FalseLOCAL_FILES_DOCUMENT_ROOT本地文件回源的根目录未设置时自动探测LABEL_STUDIO_HOST对外访问地址或子路径空ALLOWED_HOSTS允许访问的主机名*环境变量统一带LABEL_STUDIO_前缀写法去掉前缀的历史写法如LOCAL_FILES_DOCUMENT_ROOT依然有效。 接入现有工作流三件事点到为止API全量 REST 接口/api/projects/、/api/tasks/、/api/import/、/api/export/等用 Token 认证批量导入导出直接脚本化官方 Python SDK 包名为label-studio-sdk。ML 后端预标注给一个能返回预测结果的模型服务 URL在项目的 Machine Learning 里接入即可后端模型定义见label_studio/ml/models.py核心字段就是url、title、timeout。预测会自动出现在标注框里标注员只做修正这是主动学习闭环的起点curl -X POST http://localhost:8080/api/ml/machines/ \ -H Authorization: Token 你的token \ -d {url: http://your-model-server:8000, title: vehicle-detector, timeout: 15}Webhook事件定义在label_studio/webhooks/models.py常用事件有TASKS_CREATED、ANNOTATION_CREATED、ANNOTATION_UPDATED、ANNOTATIONS_DELETED可挂到组织级全部项目或项目级支持最多 10 个自定义请求头连续投递失败达到阈值会自动停用。典型用法ANNOTATION_CREATED打到你的训练队列入口。️ 踩坑与排障症状原因解法8080 打不开页面首次构建未完成或宿主端口被占docker-compose ps确认三服务 Up冲突时改8080:8085的前半部分标注界面图片显示 404数据里的图片 URL 是本地路径服务端未开启本地回源设LOCAL_FILES_SERVING_ENABLEDtrue并把LOCAL_FILES_DOCUMENT_ROOT指到真实数据目录推荐图片直接放对象存储部署到服务器后浏览器访问失败没设置对外访问地址配置LABEL_STUDIO_HOST为公网/内网访问地址Webhook 过一阵就不推送了连续失败达到阈值后被自动禁用查接收端状态修复后在项目设置里重新启用该 webhookML 后端连上后预测一直报错模型服务不可达或timeout太小确认服务地址在 app 容器内可访问调大timeout字段上手检查清单docker-compose up -d三个服务全部 Uplocalhost:8080 能登录建了一个真实项目至少完成一条标注并保存导出 JSON 并人工核对过result字段的标签与坐标可选接入一个 ML 后端标注界面能看到预标注可选配一个ANNOTATION_CREATEDwebhook本地能收到推送部署只是开始真正拉开差距的是标注规范、质检流程和预标注模型的迭代节奏——这三样才是 Label Studio 帮你省下的人工成本所在。【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
