A Label Studio használata: Teljes, sallangmentes útmutató 2025-re
Ha számítógépes látást, NLP-t vagy multimodális AI-t építesz, valószínűleg ugyanabba a szűk keresztmetszetbe ütközöl: a kiváló minőségű, címkézett adatokba. A Label Studio, egy nyílt forráskódú adatok címkézésére szolgáló platform, rugalmas irányítást biztosít a kép-, szöveg-, hang-, idősor- és videóannotációk felett anélkül, hogy egyetlen ML-stackhez láncolnád magad. Ebben a gyakorlati, lépésről lépésre haladó útmutatóban megmutatjuk, hogyan kell használni a Label Studiót – a telepítéstől az exportálásig –, hogy magabiztosan léphess a „üres projekt” állapotából a „gyártásra kész címkék” állapotába.
Gyakorlati és megoldásorientált stílust követünk: rövid lépések, egyértelmű döntések és hasznos tippek a gyakori buktatók elkerülésére.
Amit megtanulsz
- A Label Studio telepítése és elindítása
- Az első projekt létrehozása és egy címkézési sablon kiválasztása
- Adatok importálása (helyi fájlok, felhő-tárolók, URL-ek)
- A címkézési felület beállítása képekhez, szövegekhez, hangokhoz vagy videókhoz
- A címkézők, véleményezések és minőségbiztosítás kezelése
- Annotációk exportálása a képzési folyamatokkal kompatibilis formátumokba
Érdemes megjegyezni: Ha többmodellű kutatást vezényelsz vagy adathalmaz-dokumentációt készítesz, egy Sider.AI típusú AI-pilóta segíthet a feladatokra vonatkozó irányelvek generálásában vagy az annotációs irányelvek automatikus összefoglalásában, hogy a csapatok összehangoltak maradjanak. Megnézheted a Sider.ai oldalon. Miért a Label Studio?
- Rugalmas séma: Egyedi címkézési konfiguráció meghatározása határolókeretekhez, sokszögekhez, kulcspontokhoz, szövegrészekhez, relációkhoz, hangterületekhez és egyebekhez.
- Széles adattípusok: Képek, szöveg, hang, HTML, idősorok és videó.
- Csapatszintű munkafolyamatok: Feladatok kiosztása, konszenzus engedélyezése, annotációk véleményezése és minőség kezelése.
- Bővíthető: Integráció tárolási háttérrendszerekkel, webhookokkal és modell által támogatott címkézéssel.
A hivatalos áttekintésért és letöltésekért lásd a Label Studio honlapját.
1. lépés: A Label Studio telepítése
A Label Studio-t helyben futtathatod Pythonnal vagy Dockerrel. Válassz egy megközelítést:
A. lehetőség: Python (pip)
# Virtuális környezet létrehozása (ajánlott)
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
# A Label Studio telepítése
pip install label-studio
# Indítás
label-studio start
Ezután látogass el a kiírt helyi URL-re (gyakran `).
B. lehetőség: Docker
docker run -it -p 8080:8080 heartexlabs/label-studio:latest
Ha új vagy a Label Studio-ban, a hivatalos „Első lépések” útmutató tömör és rendszeresen frissített, a gyorsindítás pedig a minimális lépésekre összpontosít egy minta adathalmaz címkézéséhez.
Profi tipp: Csapatok számára érdemes megfontolni egy felügyelt adatbázist (PostgreSQL) és csatlakoztatott tárolót a rugalmasság érdekében.
2. lépés: Projekt létrehozása
- Jelentkezz be a felhasználói felületre, és kattints a „Projekt létrehozása” gombra.
- Adj neki egy egyértelmű nevet (pl. „Retail Shelf Detection v1”) és leírást (add meg az adathalmaz verzióját és célját).
- Válaszd a „Címkézés beállítása” lehetőséget. A következőket teheted:
- Kezdd egy sablonnal (pl. objektumfelismerés, NER, hangulat, hangterületek)
- Vagy írj egy egyéni XML-konfigurációt az eszközök és osztályok testreszabásához
A gyorsindító varázsló segít kiválasztani egy sablont, átnevezni az osztályokat és menteni a konfigurációt.
3. lépés: Az adatok importálása
Az adatokat a felhasználói felületen vagy az API-n keresztül importálhatod. Gyakori útvonalak:
- Helyi fájlok feltöltése (fogd és vidd)
- URL-ek megadása távoli fájlokhoz
- Felhőalapú tároló csatlakoztatása (S3, GCS, Azure Blob) a beállításokon keresztül
- A REST API használata programozott betöltéshez
Az adatrekordok általában egy data hasznos adatot tartalmaznak, amely az eszközödre mutat (pl. "image": " vagy "text": "Ez egy mondat."`). Tartsd stabilan a fájlneveket az exportálás során az egyszerűbb hozzárendelés érdekében.
Minőségi tipp: Verzionáld az adathalmazt, és tarts egy jegyzéket a forrás → annotációs exportról, hogy reprodukálni tudd a képzési futásokat.
4. lépés: A címkézési felület konfigurálása
A címkézési felület határozza meg az eszközöket és az osztályokat. XML-szerű konfigurációt fogsz látni, ahol olyan összetevőket választasz ki, mint a RectangleLabels, PolygonLabels, KeyPointLabels, TextArea, Choices, Audio, TimeSeries stb.
Példák:
Képi objektumfelismerés
<View>
<Image name="img" value="$image"/>
<RectangleLabels name="label" toName="img">
<Label value="Product" background="#34D399"/>
<Label value="PriceTag" background="#60A5FA"/>
</RectangleLabels>
</View>
Szöveges névelnevezés (NER)
<View>
<Text name="txt" value="$text"/>
<Labels name="label" toName="txt">
<Label value="ORG"/>
<Label value="PERSON"/>
<Label value="LOC"/>
</Labels>
</View>
Hangterület címkézése
<View>
<Audio name="audio" value="$audio"/>
<Labels name="label" toName="audio">
<Label value="Speech"/>
<Label value="Noise"/>
<Label value="Music"/>
</Labels>
</View>
Kezdd a feladatodhoz legközelebb álló sablonnal, és ismételd meg. Tartsd stabilan az osztályneveket a verziók között az adathalmazok egyesítésének megkönnyítése érdekében.
5. lépés: A címkézés bevált gyakorlatai
- Egyértelmű irányelvek meghatározása: Tartalmazz példákat a helyes és helytelen annotációkra, valamint a határ esetekre.
- Gyorsbillentyűk használata: Gyakorold a sebességet és a következetességet az eszközök billentyűparancsainak megtanulásával.
- Korai kalibrálás: 2-3 címkéző jelöljön meg ugyanazt az 50-100 elemet, hasonlítsd össze az eredményeket, és finomítsd az útmutatót.
- Előzetes annotációk hozzáadása: Ha van egy alapmodell, importáld az előrejelzéseket a javítások felgyorsítása érdekében.
- A teljesítmény és a minőség egyensúlya: Használj konszenzust vagy felülvizsgálati sorokat, ha nagy a tét.
Egyébként a tömör, következetes annotációs irányelvek megírásához vagy a szakterületi ismeretek címkézőbarát ellenőrzőlistákká alakításához a Sider.AI gyorsan megtervezheti és finomíthatja az utasításokat, miközben naplót vezet, amelyet a csapatok követhetnek. 6. lépés: A címkézők, véleményezések és a minőségbiztosítás kezelése
A Label Studio támogatja a csapatokat:
- Feladatok kiosztása konkrét annotátorokhoz
- Véleményezési/jóváhagyási munkafolyamatok engedélyezése
- A haladás és a címkézők teljesítményének nyomon követése
- Konszenzus használata (több annotáció feladatonként) a megegyezés mérésére
Explicit elfogadási feltételek meghatározása (pl. IoU küszöbérték a dobozokhoz, span határszabályok, minimális hangterület időtartama), és betartatása a felülvizsgálat során.
Gyakori minőségbiztosítási ellenőrzések:
- Hiányzó címkék vagy rossz osztályok
- Következetlen határolókeret szorossága
- Átfedő entitások a NER-ben
- Az idő múlásával eltérő definíciók (frissítsd az útmutatót!)
7. lépés: Annotációk exportálása
Amikor a köteged készen áll, exportáld az annotációkat a képzéshez. A Label Studio belsőleg JSON formátumban tárolja az annotációkat, és lehetővé teszi, hogy több formátumba exportálj. A jelenlegi listát és lépéseket lásd a hivatalos exportálási dokumentációban.
Jellemző formátumok:
- Nyers Label Studio JSON (a legteljesebb és veszteségmentesebb)
- COCO (felismeréshez/szegmentáláshoz)
- YOLO (objektumfelismeréshez)
- CSV/TSV egyszerűbb feladatokhoz
Fontos megjegyzések:
- Egyes eszközök (pl. ecset/szegmentálások) nem képezhetők le tisztán bizonyos formátumokra – a COCO és a YOLO nem feltétlenül támogatja közvetlenül a szabad formájú ecseteket. Nézd meg a közösségi útmutatót a szegmentálási exportálás buktatóival kapcsolatban.
- Vannak konverterek a Label Studio JSON YOLO-vá alakítására, de hiányosságok fordulhatnak elő a használt címkézőeszköztől és a megtartott metaadatoktól függően.
Gyakorlati exportálási folyamat:
- Futtass egy kis teszt exportálást korán; ellenőrizd, hogy a képzési szkript elemzi-e azt.
- Zárd le az exportálási előbeállításaidat (osztálysorrend, felbontási feltételezések stb.).
- Dokumentálj minden konverziós lépést (szkripteket, verziókivonatokat) a reprodukálhatóság érdekében.
8. lépés: Integráció az ML-folyamatoddal
- Az API használatával húzd be a befejezett annotációkat a képzési feladataidba.
- Tartsd determinisztikusnak a felosztásokat: csatolj metaadatokat, például
split: train/val/test a feladatokhoz.
- Verzionálj mindent: adathalmaz-jegyzékeket, annotációs exportokat, modellkonfigurációkat.
- Zárd be a hurkot: futtass hibaelemzést, azonosíts hibacsoportokat, és ütemezz átcímkézési köröket.
Munkafolyamat minta:
- Címkézz meg egy kiinduló készletet
- Képezz ki egy alapmodellt
- Bányássz nehéz példákat a modellhibákból
- Címkézd újra a célzott szeleteket
Ez az aktív tanulási hurok gyorsabban növeli a minőséget, mint a nyers erővel való címkézés.
Gyakori problémák elhárítása
- „Az exportálásom nem töltődik be a YOLO/COCO-ba.”
- Ellenőrizd az eszközök kompatibilitását (pl. ecsetek vs. sokszögek). Ha lehetséges, konvertáld kompatibilis alakzatokká, és nézd meg az exportálási dokumentációt és a közösségi megjegyzéseket.
- „A címkék nem egyeznek a képzési osztálysorrenddel.”
- Javítsd ki a sorrendet korán. Szabványosítsd a címkék neveit, és őrizd meg a hozzárendelést a folyamatban.
- „Az annotátorok sokat vitatkoznak.”
- Adj hozzá kalibrálási köröket, tisztázd a szabályokat, és fontold meg a konszenzust vagy a választottbírósági lépéseket.
- Használj előzetes annotációkat, gyorsbillentyűket és eszközspecifikus gyorsításokat (pl. automatikus szegmentálás, illesztés). Ritkítsd meg az alacsony értékű feladatokat.
30 perces gyorsindító ellenőrzőlista
- A Label Studio telepítése (pip vagy Docker)
- Projekt létrehozása a legrelevánsabb sablonnal
- 50–100 minta elem importálása
- Irányelvek tervezése határ esetekkel és példákkal
- Két címkéző hozzárendelése egy kalibrációs köteghez
- A nézeteltérések áttekintése és a szabályok frissítése
- Teszt exportálás a képzési kódba
A hivatalos, tömör áttekintésért látogass vissza az „Első lépések” és a „Gyorsindító” útmutatóba.
Haladó tippek haladó felhasználók számára
- Egyéni widgetek: A felület kiterjesztése területspecifikus eszközökhöz.
- Webhookok: Feladatok indítása (pl. konverziók vagy modellképzés indítása), amikor a feladatok befejeződnek.
- Modell által támogatott címkézés: Használj előzetes címkéket a házon belüli vagy felhőalapú modelljeidből a manuális munka csökkentése érdekében.
- Adatvédelem: Futtatás helyben, az exportálások korlátozása és a hozzáférés naplózása a szabályozott adathalmazokhoz.
- Elemzés: Az osztályonkénti eloszlás és a címkézőnkénti mutatók nyomon követése az eltolódás észleléséhez.
Következtetés: A prototípustól a gyártásra kész adathalmazokig
A Label Studio segít gyorsan eljutni a koncepciótól a következetes képzési adatokig: válassz egy sablont, határozd meg a sémát, kalibráld a csapatod, és exportáld a modelljeid által igényelt formátumokban. Tartsd életben az irányelveidet, korán ellenőrizd az exportálásokat, és zárd be a hurkot aktív tanulással. Ezekkel a szokásokkal kevesebb időt fogsz tölteni a formátumokkal való birkózással, és több időt a működő modellek szállításával.
A mélyebb merülésekhez és sablonokhoz lásd:
- Exportálási formátumok és buktatók
GYIK
Q1:Mire használják a Label Studio-t?
A Label Studio egy nyílt forráskódú platform képek, szövegek, hangok, idősorok és videók annotálására. Lehetővé teszi egyéni címkézési felületek tervezését és annotációk exportálását olyan formátumokba, amelyeket az ML képzési folyamatok használhatnak.
Q2:Hogyan indíthatok új projektet a Label Studio-ban?
Hozz létre egy projektet a felhasználói felületen, válassz egy sablont, amely megfelel a feladatodnak, és szabja testre a címkézési konfigurációt. Ezután importálj adatokat (helyi fájlok, URL-ek vagy felhőalapú tárolás), és rendeld hozzá a feladatokat az annotátorokhoz.
Q3:Milyen exportálási formátumokat támogat a Label Studio?
Exportálhatsz nyers JSON-t, valamint olyan formátumokat, mint a COCO, a YOLO, a Pascal VOC és a CSV/TSV. Egyes eszközök (például ecsetmaszkok) nem feltétlenül képezhetők le minden formátumra; a részletekért nézd meg az exportálási dokumentációt.
Q4:Hogyan gyorsíthatom fel a címkézést a Label Studio-ban?
Használj előzetes annotációkat egy alapmodellből, tanuld meg a gyorsbillentyűket, és egyszerűsítsd a címkesémát. Futtass kalibrációs köröket az átdolgozás csökkentése és a felülvizsgálati feltételek beállítása érdekében, hogy korán elkapd a hibákat.
Q5:Futtathatom a Label Studio-t egy csapattal?
Igen. Rendelj feladatokat az annotátorokhoz, engedélyezd a véleményezéseket, és használj konszenzust a megegyezés mérésére. Tárold az adatokat és az annotációkat megbízható háttérrendszerekben, és automatizáld az exportálásokat webhookokkal vagy az API-val.
