背景

最近在尝试做图像目标检测相关的模型训练工作，但是如果想要实现一个模型的训练，数据集是至关重要，而目标检测数据集的制作相对于图像分类要复杂一些，因此需要一个简单易用的标注工具，对比了网上的一堆工具之后，最后选择了label studio，主要是一下原因：

数据安全性：期望标注的数据可以只在自己内部使用，不希望暴露在外网
便捷性：可以通过部署一个网页服务来实现标注，这样后面也可以方便其他同学一起标注
自动/半自动标注：可以结合训练的模型来辅助标注实现自动/半自动标注，也可以可视化和验证训练模型的目标检测效果。最后发现label studio是满足上面几个诉求，因此搭建了Label Studio标注工具，并且结合YOLO模型实现了数据集的自动/半自动标注，现将整个过程记录。

环境搭建

基本环境搭建

css 复制代码

> conda create -n label-studio python=3.10
> conda activate label-studio

前端服务

shell 复制代码

> cd /data/code/github/label-studio
# Run database migrations
> python label_studio/manage.py migrate
> python label_studio/manage.py collectstatic
# Start the server in development mode at http://localhost:8080
python label_studio/manage.py runserver
> python label_studio/server.py --host=0.0.0.0 --port=8081

数据保存路径如下：

javascript 复制代码

~/.local/share/label-studio/

如下所示

yaml 复制代码

(label-studio) # ls -lrt ~/.local/share/label-studio/
total 1212
drwxr-xr-x 2 xxxx xxxx    4096 Oct 20 10:36 test_data
drwxr-xr-x 4 xxxx xxxx    4096 Oct 20 11:02 media
drwxr-xr-x 2 xxxx xxxx    4096 Oct 20 12:05 export
-rw-r--r-- 1 xxxx xxxx 1228800 Oct 20 15:30 label_studio.sqlite3

项目界面
新建项目
基本设置

Labeling Interface中可以设置标注的物体类型

后端推理

Machine Learning可以设置后端推理服务来实现自动化标注，可以参考label-studio-ml-backend，如果使用了Yolov8来做检测的话，可以参考label-studio-yolov8-backend；如果结合SAM来做检测的话，可以参考分割一切？手把手教你部署SAM+LabelStudio实现自动标注

Retrieve predictions when loading a task automatically：会自动将导入的图片去调用预测服务

最终效果

下面的数字是对应类型的快捷键

可以清理标注结果

Delete Tasks：删除图片和任务
Delete Annotations：删除手动标注结果
Delete Predictions：删除预测结果，需要接入了后端预测服务，如果对于预测结果不满意，希望重新预测的话，可以删除后，重新生成预测结果。

标注的数据code如下：

json 复制代码

{
  "id": 50,
  "data": {
    "image": "/data/upload/7/437ac54a-csm_eb24002_58f4fb61dd.jpg"
  },
  "annotations": [
    {
      "id": 5,
      "created_username": " xxxx@gmail.com, 2",
      "created_ago": "0 minutes",
      "completed_by": {
        "id": 2,
        "first_name": "",
        "last_name": "",
        "avatar": null,
        "email": "xxxxx@gmail.com",
        "initials": "li"
      },
      "result": [
        {
          "original_width": 1366,
          "original_height": 768,
          "image_rotation": 0,
          "value": {
            "x": 10.10689990281827,
            "y": 27.483448736637506,
            "width": 23.420796890184647,
            "height": 37.68170958859735,
            "rotation": 0,
            "rectanglelabels": [
              "Car"
            ]
          },
          "id": "8oMV4M5avz",
          "from_name": "label",
          "to_name": "image",
          "type": "rectanglelabels",
          "origin": "manual"
        }
      ],
      "was_cancelled": false,
      "ground_truth": false,
      "created_at": "2023-10-22T09:21:27.660411Z",
      "updated_at": "2023-10-22T09:21:27.660435Z",
      "draft_created_at": "2023-10-22T09:19:22.672990Z",
      "lead_time": 114.60199999999999,
      "import_id": null,
      "last_action": null,
      "task": 50,
      "project": 7,
      "updated_by": 2,
      "parent_prediction": null,
      "parent_annotation": null,
      "last_created_by": null
    }
  ],
  "predictions": []
}

后端预测服务

可以部署后端预测服务来实现自动标注

shell 复制代码

> git clone https://github.com/HumanSignal/label-studio-ml-backend.git
> cd label-studio-ui-element-backend
> pip install -e .
# 环境验证
> label-studio-ml create env_verify
> label-studio-ml start env_verify -p 9091

创建正式环境

css 复制代码

> label-studio-ml create ui_element
> label-studio-ml start ui_element -p 9091
> nohup label-studio-ml start ui_element -p 9091 > ./ui_element/label.log 2>&1 &
> nohup label-studio-ml start ui_element_sam -p 9092 > ./ui_element_sam/label.log 2>&1 &

导出标注结果

会导出来所有的标注结果，并且可以导出来不同的标注格式，比如用作YOLO训练的话，一般可以使用YOLO格式，当然也还有COCO和VOC数据格式

目前还没法只导出来选中图片的标注结果。比如导出来的YOLO数据格式如下：

images：标注的图片
labels：标注数据，使用txt后缀保存，每一行代表一条标注数据，包含5列
- 第1列：标注的类别，和下面的classex.txt中的类别索引保持一致
- 第2列：标注的矩形框的中心点x坐标（经过了归一化处理：坐标点/图片宽度）
- 第3列：标注的矩形框的中心点y坐标（经过了归一化处理：坐标点/图片高度）
- 第4列：标注的矩形框的宽度（经过了归一化处理：宽度/图片宽度）
- 第5列：标注的矩形框的高度（经过了归一化处理：高度/图片高度）
  
  0 0.7914317925591883 0.3476714942329373 0.3066516347237879 0.1781053970456451
  0 0.7931228861330326 0.5379758910762293 0.30552423900789166 0.16834619720752755
  0 0.7931228861330328 0.7221807880206979 0.30777903043968435 0.1756655970861157
classes.txt: 保存标注的类型列表

参考

很详细的部署流程，有实现模型的自动标注到模型训练的闭环流程

Write your own ML backend

官方文档，有比较详细的教程，让你如何实现一个自己的后端预测服务

分割一切？手把手教你部署SAM+LabelStudio实现自动标注

Label Studio结合YOLO模型实现数据集自动标注

背景

环境搭建

基本环境搭建

前端服务

后端预测服务

导出标注结果

参考