Label Studio 数据标注工具快速上手指南Docker 两分钟跑起来从安装到导出标注结果【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-studioLabel Studio 是一个开源的数据标注工具让你在一个统一的网页界面里给文本、图片、音频、视频和时间序列数据打上标签并以标准化格式导出直接喂给机器学习模型训练。这篇文章带你完成 Label Studio 安装、启动、配置到第一次标注导出的全流程目标是几分钟内在你自己的机器上跑起一个可用的标注平台。最短路径一条 Docker 命令跑起 Label Studio 标注平台如果你只是先跑起来看看这是成本最低的方式——不需要装 Python 环境两条命令搞定docker pull heartexlabs/label-studio:latest这条命令从镜像仓库拉取官方的 Label Studio 容器镜像包含完整的后端服务和标注界面。docker run -it -p 8080:8080 -v $(pwd)/mydata:/label-studio/data heartexlabs/label-studio:latest启动容器并把宿主机的 8080 端口映射进去同时用-v把本地./mydata目录挂进容器。预期结果终端开始滚动日志浏览器访问http://localhost:8080即可看到登录页。之后所有标注数据和 SQLite 数据库文件label_studio.sqlite3都会落在./mydata里删容器也不丢数据。⚠️ 注意这是非 root 容器挂载的目录需要允许UID 1001读写Linux 下如遇权限报错可先调整mydata目录权限。启动后整个标注闭环就是上图的四步导入任务 → 配置项目写标注界面→ 在网页上标注 → 导出结果。下面按这个顺序走一遍。第一次使用从创建项目到导出标注数据的四个步骤第 1 步注册账号。打开首页会先进入注册流程注册时设置的账号即为管理员账号之后创建的每条标注都会关联到具体用户方便多人协作时追溯。第 2 步新建项目。进入控制台后点击创建项目选择模板。Label Studio 内置了大量按数据场景分好类的模板可以直接从 label_studio/annotation_templates/ 找到对应的 XML 标注配置包括计算机视觉、NLP、音频、视频等十多个类别。第 3 步配置标注界面。项目的核心是一段 XML 标签配置用来声明左侧显示什么数据、右侧有哪些标签可点。比如给图片打框就配RectangleLabels给文本做实体识别就配Labels。配置语法在 docs/source/tags/ 里逐标签都有说明新手建议先照抄模板再改。第 4 步导入数据并标注。把 JSON、CSV 或压缩包导入项目也可以连接 S3、GCS 等云存储每条数据变成一个任务。标注界面大致长这样——左边是数据图里是在航天摄影图上框出目标右边是已完成的标注列表和当前选中实体的标签。换成文本场景则是这种实体高亮效果第 5 步导出。标注完成后在项目里一键导出得到带标准格式result字段的 JSON可以直接对接下游模型训练流程。本地长期跑pip、Anaconda 和源码开发三种姿势怎么选Docker 适合试用和单机部署如果你要长期在本地用按你的环境选场景推荐方式理由日常标注、快速上手pip install两条命令装完即用要求 Python ≥ 3.10已有 Conda 环境做数据科学Anaconda和现有 Python 生态隔离干净要改 Label Studio 代码本身源码开发模式直接跑仓库里的最新版不用等发版pip 方式最常用pip install label-studio label-studio第二条命令启动服务并自动打开浏览器默认地址同样是http://localhost:8080。启动参数端口、数据库路径、日志级别等用label-studio --help查看全部说明在 docs/source/guide/start.md。要改代码的话克隆仓库后走开发模式git clone https://gitcode.com/GitHub_Trending/la/label-studio cd label-studio pip install poetry poetry install python label_studio/manage.py migrate python label_studio/manage.py collectstatic python label_studio/manage.py runserverpoetry install装齐全部依赖migrate执行 Django 数据库迁移建表结构collectstatic收集前端静态资源最后runserver以开发模式启动。后端代码在 label_studio/ 目录前端标注编辑器在 web/libs/editor/。生产环境用 Docker Compose 换成 PostgreSQL上面两种方式默认用 SQLite 存数据单人够用多人协作或数据量大时官方推荐用 Docker Compose 拉起生产栈。它一次启动三个组件Label Studio 应用、Nginx 反向代理负责加载上传的图片音频等静态资源、PostgreSQL 数据库docker-compose -f docker-compose.yml -f docker-compose.minio.yml up -d-f参数叠加了 MinIO一个自建的对象存储服务模拟 S3配置方便本地测试云存储行为只用 PostgreSQL 的话去掉-f docker-compose.minio.yml即可。启动后访问http://localhost注意这次是 80 端口因为前面挂了 Nginx。各服务的端口、环境变量都定义在 docker-compose.yml 里按需调整。最常改的四项配置改什么、怎么改、影响什么服务端口默认 8080被占用时改。命令行用label-studio start --port 9001或设环境变量LABEL_STUDIO_PORT9001。影响访问地址的端口部分。数据存储位置pip/Docker 方式默认写当前目录的label_studio.sqlite3。用--data-dir参数或环境变量LABEL_STUDIO_BASE_DATA_DIR指定统一数据目录Docker 场景则是调整-v挂载路径。影响备份和迁移时你只需要打包这一个目录。外部访问域名当你通过内网 IP 或域名访问且标注数据里引用了本地资源路径时要设置LABEL_STUDIO_HOST如http://192.168.1.10:8080。⚠️ 必须带http://协议头漏了会导致项目页打开是白屏后面会讲。数据库后端Docker Compose 场景下改 docker-compose.yml 中app服务的POSTGRE_USER/POSTGRE_PASSWORD等变量pip 方式用环境变量DJANGO_DB指定。影响多人并发标注和大体量导入时的稳定性。三个高频坑端口冲突、白屏、标注变卡坑 18080 端口被占用。症状是启动报Address already in use。解法label-studio start --port 9001换端口Docker 场景改成-p 9001:8080左边换、右边不变。坑 2项目页打开是空白页。最常见原因是设置了LABEL_STUDIO_HOST但没带协议头比如只写了192.168.1.10:8080。Label Studio 生成资源链接时会找不到文件。加上http://前缀重启即可。完整排查清单见 docs/source/guide/troubleshooting.md。坑 3导入大量数据后标注明显变慢。这是 SQLite 在写多时的典型瓶颈有人在导入几千条数据其他人的标注就会被拖慢。两条路换掉导入时机空闲时段再导或者升级到 PostgreSQL用 Docker Compose 栈见上文。另外如果标注界面图片/音频加载不出来先打开浏览器控制台看是不是外部源站的 CORS 拦截这类问题一般要在数据源服务器端放行。现在你可以做什么服务跑起来之后按建项目 → 抄一个模板配标签 → 导入你自己的数据 → 标注导出走一遍第一个标注项目半小时就能完成。想深入标注配置语法看 docs/source/guide/labeling.md想接机器学习模型做预标注看 docs/source/guide/ml.md。【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