从数据到模型：Label Studio 开源标注工具完整实施指南

► 前言：

在机器学习项目中，高质量的标注数据是训练高性能模型的基石。然而，数据标注往往是一项耗时且昂贵的工作。例如在医疗影像诊断中，一张X光片的标注需要专业医生花费数分钟，当数据集累积到成千上万张时，成本和时间会迅速攀升。

这时候，像标签工作室这样的开源标注平台便能发挥价值：它不仅提供直观的UI，支持各种数据类型，还能与机器学习模型结合，实现"先由模型预标注 → 再由人类修正"的高效率流程。

►什么是 Label Studio？

Label Studio 是由 HumanSignal, Inc. 开发的开源数据标注工具。它支持图片、文本、音频、视频及时间序列等多种数据类型，并提供灵活的界面设计与机器学习集成功能。

► 核心功能

Label Studio 之所以强大，归功于其三大核心功能：

多格式支持：能够处理图片、音频、文字及时间序列等多种数据格式。
高度定制化：通过简单的设置，打造符合项目需求的标注界面与标签。
机器学习整合：支持预标注（pre-labeling）与主动学习（active learning），能够与机器学习模型对接，加速标注流程。

► 支持的数据类型与应用

Label Studio 的应用范围非常广泛，涵盖各种主流的 AI 应用场景：

图片 (Images)：图像分类、目标检测、语义分割。
音频 (Audio)：音频文件分类、说话人识别、语音转录、情绪识别。
文字（Text）：文件分类、命名实体识别（NER）、问答系统、情感分析。
时间序列 (Time Series)：时间序列分类、分割、事件识别。
视频 (Video)：视频分类、对象追踪、辅助标记。
多领域 (Multi-Domain)：可用于对话处理、光学字符识别 (OCR) 等多格式融合的任务。

► 系统架构

Label Studio系统由四大元件组成：

Frontend (前端)：使用者操作的标注 UI，可高度客制化。
Backend (后端)：以 Django 为核心，负责项目管理、数据储存、API/Webhook。
Task (任务)：每一笔待标注的数据，以 JSON 格式储存。
ML Backend (机器学习后端)：独立服务，透过 REST API 与模型对接，提供预测。

► 实作教学：从安装到启动

1.系统需求

在安装前，请确保您的环境符合以下建议需求：

操作系统：Linux / Windows / macOS
Python 3.6+
数据库：PostgreSQL 11.5+ 或 SQLite 3.35+
硬件：16 GB 内存，50 GB 存储空间
网络：端口8080已开启

2. 安装方式

可以选择 pip 或 Docker 进行安装。

pip 安装：

复制代码

pip3 install -U label-studio

默认使用 SQLite 数据库。若要改用 PostgreSQL，需要在启动时进行设置。

Docker 安装：

复制代码

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

3. 项目创建与数据上传

安装并启动后，浏览器会打开 Label Studio 界面。

创建项目 → 填写名称和描述。
导入数据 → 拖拽或批量上传文件。
设置标注界面 → 选择模板或自行设计。

提示：预设一次最多上传 50 笔，若需更多可设定环境变量：

复制代码

DATA_UPLOAD_MAX_NUMBER_FILES=1000 label-studio start

► 进阶实作：整合 YOLO ML-Backend

以 YOLO 模型为例，示范如何建立一个 ML-Backend。

建立 ML-Backend 服务

首先，复制官方的 ML-Backend 项目：

复制代码

git clone https://github.com/HumanSignal/label-studio-ml-backend
cd label-studio-ml-backend/label_studio_ml/examples/yolo

使用 docker-compose 启动服务：

复制代码

sudo apt install docker-compose
docker-compose up

服务会运行在 http://localhost:9090。

2. 获取访问令牌

在 Label Studio 界面右上角进入个人设置页面。

拉到最下方找到"Legacy Token"，并复制你的 Access Token。

3. 连接模型

回到 Label Studio 的项目设置页面，选择"Model"标签页。

点击"Connect Model"，填写模型名称，并在"Backend URL"字段输入

复制代码

http://localhost:9090。

保存后，Label Studio 项目就成功与 YOLO 模型连接了。

连接成功后，可以在数据管理页面选择任务，并点击"Retrieve predictions"来获取模型的预标注结果，接着只需要在此基础上进行微调即可。

► 执行

使用ML-Backend YOLO自动标注

► 结论

Label Studio 以其开源、高度定制化和易于集成的特性，成为 AI 开发者和数据科学家的得力助手。无论是处理图片、文字还是音频数据，它都能提供一套完整且高效的解决方案，显著加速从数据准备到模型训练的整个流程。本篇博文到这里，期待下一篇博文吧。

► 问与答

Q1: Label Studio 是什么？

A1: 它是一个开源的数据标注工具，支持图片、文字、音频等多种数据类型。

Q2: Label Studio 有哪几种安装方式？

A2: 主要有两种安装方式：使用 pip 指令安装，或是透过 Docker 安装。

Q3: Label Studio 可以用来标注影片吗？

A3: 可以，它支持影片的分类、追踪与辅助标记等功能。

Q4: 什么是 ML Backend？

A4: ML Backend 是用来对接机器学习模型的组件，可以提供预测结果来辅助标注 (预标注) 。

Q5: Label Studio 默认使用的网络端口是几号？

A5: 预设要求 8080 端口处于开启状态。

► 延伸资源

本篇作者-诠鼎集团-君莫笑