Label Studio 数据标注工具：从安装到标注 3 步跑通

Label Studio 数据标注工具：从安装到标注 3 步跑通

【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

Label Studio 是一款开源的数据标注与标注工具，把图片、文本、音频、视频等原始数据变成机器学习模型能直接训练的带标签数据。如果你正在做模型却苦于"没人标数据、标注结果格式不统一"，它就是为此设计的。

🚀 最快跑通：用 pip 装上就能标

对零基础用户，pip 是门槛最低的路径，前提是电脑里有 Python（3.10 及以上）。执行下面两条命令完成安装并启动服务：

pip install label-studio label-studio

成功标志：终端提示启动后，浏览器会自动打开http://localhost:8080，出现注册/登录页面。注册第一个账号即为管理员，登录后即可创建项目、导入数据、开始标注。

🧭 按场景选路：三种部署方式怎么选

Docker 单容器一条命令即可拉起，-v参数把宿主机目录映射进去，防止数据丢失：

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

成功标志：http://localhost:8080可访问，且./mydata里生成了label_studio.sqlite3数据库文件和上传的文件。

Docker Compose 方式会同时启动 Label Studio、Nginx 反向代理和 PostgreSQL 数据库三个组件，是仓库推荐的"生产就绪"组合：

docker-compose up

成功标志：http://localhost:8080可访问，三个容器均在运行。若你要参与前端开发或深度定制，则选择源码方式：克隆仓库https://gitcode.com/GitHub_Trending/la/label-studio，用 poetry 装依赖后执行python label_studio/manage.py runserver，适合有 Django 经验的人。

⚙️ 关键配置：真正影响日常使用的三项

1. 端口（默认 8080）。只要 8080 被其他程序占用就需要改，启动时加-p参数或设置环境变量LABEL_STUDIO_PORT，例如label-studio start -p 8090，改完访问对应新端口即可。

2. 数据存在哪里（默认当前数据目录下的 SQLite 文件）。这是最容易踩的坑：pip 方式下所有任务和标注都写在本地label_studio.sqlite3里；Docker 方式必须像上面那样挂载目录，否则容器一删数据全丢。上生产后建议改用 PostgreSQL——Docker Compose 方案已经内置，无需额外配置；性能与并发说明见官方文档的存储指南。

3. 标注界面长什么样（默认用模板）。每个项目的标注界面由一份 XML 配置决定，官方内置了图像目标检测、文本分类、音频转录等大量模板，可直接复用：

模板源码在 label_studio/annotation_templates/ 目录下，想自定义时照着改，或参考标签参考文档 编写自己的配置。

🔧 卡点速查：高频问题直接对号入座

端口 8080 被占用了怎么办？报错信息里通常能看到address already in use。换端口最省事：label-studio start -p 8090，然后访问新端口。

忘记密码登录不进去？不必重装。用命令行重置指定用户的密码：

label-studio reset_password --username 你的用户名

执行后会提示输入新密码，完成后回到登录页用新密码进入。

如何备份已有数据？pip 方式：把数据目录整个打包即可，里面包含 SQLite 数据库和上传的媒体文件；Docker Compose 方式：额外打包postgres-data目录。恢复时原样放回、重新启动，账号、项目、标注都会回来。

图片/音频在标注页显示不出来？这是跨域（CORS）问题：如果数据是从外部网址引用的，浏览器可能拦截加载。最简单解法是把文件直接导入 Label Studio 而不是引用外链；用云存储时需在存储端开启 CORS，具体排查步骤见故障排查文档。

多人一起标明显变卡？默认 SQLite 数据库在并发写入时会拖慢整体速度，这是其机制决定的。换到 PostgreSQL（Docker Compose 自带）后，读写性能会明显提升。

📈 往深处走：跑通之后的方向

• 接入 ML 后端实现预标注与主动学习，参考 ML 集成文档
• 用 REST API / SDK 把标注环节嵌进自己的数据流水线，API 文档 有完整说明
• 对接 S3、GCS、Azure 等云存储，减少本地文件搬运，相关实现在 io_storages 模块
• 多用户团队配置：用户权限、项目访问控制与标注质量看板

到这里，你已经掌握了 Label Studio 的安装部署、数据存放、标注配置和常见卡点处理。更细的命令参数与功能说明，建议对照 docs/source/guide/ 目录下的官方指南逐项查阅，遇到问题也可以去社区讨论区搜索。

【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