Label Studio 手把手教程30 分钟完成第一次图像标注并导出训练集【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想训练一个模型先得有人把数据标出来。本篇带你用 Label Studio——一款免费开源的数据标注工具——在 30 分钟内把导数据 → 画框 → 导出训练集整条链路跑完所有命令都可以直接复制运行不需要任何标注背景。先看成品一份能直接进训练的 JSON做完之后你手里是一个 JSON 文件每条任务里包含原始数据加上你画出的框的坐标和标签可以直接喂给训练框架不用自己再写解析代码。结构长这样{ image: car_01.jpg, tag: [{ x: 50.8, y: 5.87, width: 12.4, height: 10.46, rotation: 0, rectanglelabels: [Car] }] }x、y、width、height 是相对图片宽高百分比不是像素值。工具 60 秒速览项目说明是什么免费开源的数据标注工具写几行 XML 就能在浏览器里生成标注页面数据类型图像、文本、音频、视频、时间序列导出格式JSON、CSV、COCO、Pascal VOC、YOLO适合谁需要快速产出训练集的 ML 工程师与数据团队核心思路标注界面是配置项不用你写代码。每条标注记录创建它的账号多人分工开箱即用。启动最快把服务跑起来的方式Docker 只要两条命令docker pull heartexlabs/label-studio:latest docker run -it -p 8080:8080 -v $(pwd)/mydata:/label-studio/data heartexlabs/label-studio:latest浏览器打开 http://localhost:8080首次访问是注册页填一个邮箱加密码就能进。没有 Docker 就换 pip 路线pip install label-studio后执行label-studio start需 Python 3.10 以上服务同样监听 8080。记一个目录所有数据都落在启动目录下的./mydata包括 SQLite 数据库label_studio.sqlite3和上传的文件。备份、迁实例搬这一个目录就够。最小闭环4 步从 10 张照片到训练集拿最高频的图像画框走一遍一共 4 个动作① 建页面页面右上角点Create Project填项目名。配置不想手写的话仓库自带按场景分好的模板库直接拿去改label_studio/annotation_templates/。② 贴配置把下面这份最小画框配置粘进配置编辑器Save。View Image nameimage value$image/ RectangleLabels nametag toNameimage Label valueCar/ Label valuePerson/ /RectangleLabels /View第一行声明任务的image字段是图片两个 Label 就是标注员能选的目标。③ 喂数据切到Data Import页签。验证流程直接在 UI 上传 10 张本地图片即可数据量大时先把文件放进对象存储云端文件仓库靠 URL 访问再导入一份 URL 列表TXT 或 CSV做法见 docs/source/guide/tasks.md。④ 画完取结果点开任务拖鼠标画框Save——标注立即写入项目并记录操作账号。回项目页点Export选格式下载完成。文本类任务操作同理选中文字片段给实体分配标签。再升级两步模型预标注与团队协作模型预标注模型先标、人只改。标注员打开任务时Label Studio 自动把数据发给模型预测结果直接铺在画布上人只负责确认和修正。接法把模型PyTorch 或 Hugging Face 现成模型都行包成一个 web 服务——官方 ML Backend SDK 负责封装——然后在项目设置里填服务地址、发测试请求通了就算接上。接上之后还能做在线训练和主动学习模型随人的标注持续重训。步骤与示例模型合集在 docs/source/guide/ml.md。团队协作与存储升级标注与账号绑定任务可以在团队内拆分认领。记住两个数字单项目任务量控制在 10 万以内性能最好超过这个量或 5 人以上并发标注把 SQLite 换成 PostgreSQL配置方式见 docs/source/guide/storedata.md。常见问题自查表现象原因处理容器起不来或打开页面不是 Label Studio宿主机 8080 已被其他进程占用把映射左侧改成空闲端口如-p 9090:8080再访问 http://localhost:9090UI 点 Export 后返回 502/504社区版导出同步生成大项目超过反向代理约 90 秒的超时转发请求的时间上限在运行 Label Studio 的机器上用命令行导出label-studio export project-id JSON --export-path./out.jsonUI 传了很多媒体后任务加载慢、迁移麻烦UI 上传的媒体存在本地目录该工具不定位为大规模媒体托管文件先放对象存储再导入 URL 列表TXT/CSV迁移时数据不动任务列表变慢、标注操作有延迟单项目超过 10 万任务或两次导入间隔太短每次导入都触发后台任务单项目控制在 10 万以内连续两次导入间隔留 30 秒以上验收练习10 张照片验证链路从手头挑 10 张照片街景、宠物、食物都行按上一节流程导入用 Car/Person 配置画完一轮导出 JSON。✅ 通过标准导出文件能打开里面至少有 1 条rectanglelabels记录且x/y/width/height都是 0~100 之间的数字。达到这两点数据 → 标注 → 训练集这条链路就算在你手里跑通了。【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