10 分钟跑通 Label Studio免费开源数据标注工具上手【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如果你手里有一批图片、文本或音频要喂给模型却没有标注工具Label Studio 就是为此准备的。它是免费开源的数据标注工具一条 Docker Compose 命令跑起来XML 配置标注界面标完直接导出 COCO、YOLO 这类训练格式。凭什么选它别的工具往往一种数据类型一套软件它把图像、文本、音频、视频放进同一个实例。三个点值得注意标注界面完全由 XML 标签定义一个项目一种界面不用写一行前端代码可以接 ML 后端做预标注模型先猜一版标注员只做修正导出直出 COCO、Pascal VOC、YOLO 等训练格式省去格式转换五分钟跑起来最快的部署方式是 Docker Compose仓库里的 docker-compose.yml 已经把 Label Studio、Nginx、PostgreSQL 三个服务配好了git clone https://gitcode.com/GitHub_Trending/la/label-studio cd label-studio docker-compose up -d打开浏览器访问 http://localhost:8080首次进入是注册页用邮箱加密码创建第一个账号它就是这个实例的管理员不用找默认密码。三个真实工作流下面按你实际要干的事来每条流程 3~5 步。我想给图片框目标项目列表页点New Project起个名字模板选 Image Bounding Boxes切到 Setup 页XML 里能看到RectangleLabels把标签改成你的类别点 Save切到 Data 页点Import Tasks上传一个图片 JSON或 ZIP任务列表立刻出现点开第一条任务左栏画矩形框右栏选标签按 AltEnter 保存列表页看标注进度全部标完点 Export选 COCO 或 Pascal VOC 下载我想做命名实体识别新建项目选 Text NER 模板Setup 页在Labels里加类别如 Person、Date、LocationData 页导入一个文本 JSON每条任务就是一段文本打开任务用鼠标选中「February 22」这样的片段右侧点 Date 标签文本就被高亮标上一段标完按 AltEnter自动跳到下一条导出选 Label Studio JSON训练管线直接可用我想给音频做分类新建项目选 Audio Classification 模板标签改成你的分类导入音频的 JSON 列表播放器随任务出现播放音频直接点右侧标签按钮整条音频就分到该类连标十几条后回列表页看分布点 Export 导出深水区速览标注界面配置方法就是项目设置里那段 XMLRectangleLabels、PolygonLabels、Labels组合出任意界面ML 后端按 ml.md 接一个预测服务标注界面出现 Predictions模型先标、人来改插件系统plugins.md 列了红队脱敏、词数统计等挂上即用自定义导出export.md 支持 JSON、CSV、COCO、YOLO 等还能接 converter 转换格式规模化与避坑硬件上给三条底线4GB 内存起步、SSD 存上传文件、生产环境用 Compose 自带的 PostgreSQL 而不是 SQLite。两个高频问题端口 8080 被占用 →lsof -i :8080找到占用进程或改 docker-compose.yml 里的映射端口启动后页面打不开 →docker-compose logs先看 app 服务常见是数据库迁移还没跑完等 30 秒再刷数据都在 ./mydata 目录SQLite、PostgreSQL 数据、上传文件定期备份这一个目录就够了生态与下一步想看细节仓库内文档比博客可靠入门指南、项目创建、标注界面配置、标注操作、导入数据预标注教程在 docs/source/guide/ml_tutorials/。社区有 Slack 频道README 里能找到入口。先拿 20 条数据把上面三条流程各跑一遍再谈全量标注和管道集成。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考