Label Studio：5 分钟搭好你的数据标注平台

Label Studio：5 分钟搭好你的数据标注平台

【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

标 2000 张图，手工打框打到第 300 张手就麻了，导出来的格式还各不一样。这种活你需要一个数据标注平台：Label Studio。开源的多模态数据标注工具，导入、标注、导出一条龙，结果直接喂给模型训练。

30 秒看懂：Label Studio 是什么

它是 AI 工作流里"造训练数据"那一环的工具：把原始数据（图、文、音、视频）变成带标签的数据集，顺便管理标注过程和团队。你不用写任何界面代码，标注界面全靠配置生成。

能力速览：

• 图/文/音/视频/时序都能标
• XML 模板自定义标注界面
• 一键导出 COCO、YOLO 等格式
• 可接模型做预标注
• 多人协作、角色权限

Label Studio 数据标注工作流全貌

跑起来：两条路，选一条就行

如果你要长期用、数据要落库，就用 Docker Compose，它把应用、Nginx、PostgreSQL 一起拉起来：

git clone https://gitcode.com/GitHub_Trending/la/label-studio cd label-studio docker-compose up -d

如果你只想先试试，或者要嵌进现有 Python 项目，用 pip 更省事：

pip install label-studio label-studio

验证是否成功：浏览器打开http://localhost:8080，看到注册/登录页就跑通了。第一次用邮箱注册即可，注册进来的第一个账号就是管理员，数据存在本地mydata/目录里。

做第一个标注项目：从导入到导出

整个过程就四步，跟着做一遍你会完全明白。

1. 导入数据。新建项目后点 Data Import，上传 JSON/CSV 文件，或直接贴文件 URL 列表。你会看到：任务列表出现，每一行就是一条待标注数据，点进去进入标注页。

2. 选模板。在 Labeling Setup 里挑一个预置模板（比如 Image: Bounding Boxes），标签名改成你自己的业务词。你会看到：右侧标注面板立刻按模板渲染出工具栏。

3. 标注。在图片上拖框、选标签、保存，然后拉下一条任务。

目标检测打框标注界面

文本项目同理，用 HypertextLabels 划实体、打类别：

文本命名实体识别标注界面

4. 导出结果。项目里点 Export，选格式下载。标注完导出 COCO 或 YOLO 格式，可以直接喂给检测模型训练，中间不用转换。

把配置玩明白：模板就是你的画布

Label Studio 里，标注界面长什么样、能标什么，完全由一份 XML 模板决定。模板 = 配置，没有这层你连打框按钮都点不到。最小骨架长这样，看懂这三行就够用了：

<View> <Image name="image" value="$image"/> <RectangleLabels name="tag" toName="image"> <Label value="Car" background="green"/> <Label value="Person" background="red"/> </RectangleLabels> </View>

Image声明数据从哪来（$image对应任务里的 image 字段），RectangleLabels声明标什么，Label就是每个可选项。想加多边形、关键点、文本区域，都是往里加标签，逻辑一样。

不想从零写的话，预置模板目录 里按领域分好了几十套，从目标检测到语音转录都有，挑一个改标签名最快。

标不动了怎么办：协作与模型辅助

多人协作。问题：一个人标 2 万条不现实，多人标同一条又会对不上。它怎么解：项目里分角色（管理员、项目经理、标注员、审核员），任务可以按人分配，标完有审核环节。你要注意：先把标签规则定死再分工，用审核（review）流程兜底，别上来就放所有人同时标。

模型辅助标注。问题：纯手工打框太慢，前 10% 的数据最值钱。它怎么解：给项目接一个 ML backend（Hugging Face、OpenAI 等都有现成教程），模型先出预测框，你只改不对的；修正后的数据导出再训练，模型越标越准。你要注意：预标注质量差时别急着全信，先抽 20% 看准确率再放量。

接入 ML 后端后的自动预标注

踩坑 & 下一步

踩坑：

• 端口被占：8080 起不来时，lsof -i :8080找到占用进程，或改 Compose 里的端口映射。
• 导出格式不对：图像框默认按图片百分比坐标而非像素导出，喂 YOLO 前先看 导出格式文档 确认单位。
• 大规模导出超时：社区版同步导出，超过约 90 秒会 502；改用命令行label-studio export <项目ID> <格式>绕开。
• pip 依赖冲突：别装在系统环境里，先python -m venv venv再装。

下一步：

• 通读 快速上手指南，把建项目到导出的流程走一遍
• 看 ML 后端接入文档，搭你自己的主动学习闭环
• 翻 README 了解存储、集成等更多玩法，或直接去模板目录里抄作业

【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