ウェブサイト•ドキュメント• Twitter • Slack コミュニティに参加する

レーベルスタジオとは？

Label Studio は、オープン ソースのデータ ラベル付けツールです。シンプルでわかりやすい UI を使用して、音声、テキスト、画像、動画、時系列などのデータ型にラベルを付け、さまざまなモデル形式にエクスポートできます。生データを準備したり、既存のトレーニング データを改善してより正確な ML モデルを取得したりするために使用できます。

• ラベルスタジオを試す
• Label Studio から得られるもの
• Label Studio にデータをラベル付けするための付属テンプレート
• Label Studio で機械学習モデルを設定する
• Label Studio を既存のツールと統合する

カスタム データセットをお持ちですか? ニーズに合わせて Label Studio をカスタマイズできます。詳細については、ブログの紹介記事をお読みください。

ラベルスタジオを試す

Label Studio をローカルにインストールするか、クラウド インスタンスに展開します。また、 Label Studio Teamsを試すこともできます。

• Docker を使用してローカルにインストールする
• Docker Compose で実行 (Label Studio + Nginx + PostgreSQL)
• pipでローカルにインストール
• Anaconda を使用してローカルにインストールする
• ローカル開発用にインストール
• クラウド インスタンスにデプロイする

Docker を使用してローカルにインストールする

公式の Label Studio docker イメージはここにあり、 でダウンロードできます

docker pull

http://localhost:8080

docker pull heartexlabs/label-studio:latest
docker run -it -p 8080:8080 -v `pwd`/mydata:/label-studio/data heartexlabs/label-studio:latest

You can find all the generated assets, including SQLite3 database storage

label_studio.sqlite3

./mydata

Override default Docker install

You can override the default launch command by appending the new arguments:

docker run -it -p 8080:8080 -v `pwd`/mydata:/label-studio/data heartexlabs/label-studio:latest label-studio --log-level DEBUG

Build a local image with Docker

If you want to build a local image, run:

docker build -t heartexlabs/label-studio:latest .

Run with Docker Compose

Docker Compose script provides production-ready stack consisting of the following components:

• Label Studio
• Nginx - proxy web server used to load various static data, including uploaded audio, images, etc.
• PostgreSQL - production-ready database that replaces less performant SQLite3.

To start using the app from

http://localhost

docker-compose up

Install locally with pip

# Requires Python >=3.7 <=3.9
pip install label-studio

# Start the server at http://localhost:8080
label-studio

Install locally with Anaconda

conda create --name label-studio
conda activate label-studio
pip install label-studio

Install for local development

pip でパッケージをインストールしなくても、Label Studio の最新バージョンをローカルで実行できます。

# Install all package dependencies
pip install -e .
# Run database migrations
python label_studio/manage.py migrate
# Start the server in development mode at http://localhost:8080
python label_studio/manage.py runserver

クラウド インスタンスにデプロイする

Heroku、Microsoft Azure、または Google Cloud Platform でワンクリックで Label Studio をデプロイできます。

フロントエンドの変更を適用する

Label Studio アプリのフロントエンド部分は

frontend/

cd label_studio/frontend/
npm ci
npx webpack
cd ../..
python label_studio/manage.py collectstatic --no-input

インストールのトラブルシューティング

インストール中にエラーが表示された場合は、インストールを再実行してみてください

pip install --ignore-installed label-studio

Windows に依存関係をインストールする

Windows で Label Studio を実行するには、Gohlke ビルドから次のホイール パッケージをダウンロードしてインストールし、正しいバージョンの Python を使用していることを確認します。

• lxml

# Upgrade pip 
pip install -U pip

# If you're running Win64 with Python 3.8, install the packages downloaded from Gohlke:
pip install lxml‑4.5.0‑cp38‑cp38‑win_amd64.whl

# Install label studio
pip install label-studio

テスト スイートを実行する

pip install -r deploy/requirements-test.txt
cd label_studio

# postgres (assumes default postgres user,db,pass)
DJANGO_DB=default DJANGO_SETTINGS_MODULE=core.settings.label_studio python -m pytest -vv -n auto

# sqlite3
DJANGO_DB=sqlite DJANGO_SETTINGS_MODULE=core.settings.label_studio python -m pytest -vv -n auto

Label Studio から得られるもの

• マルチユーザー ラベル付けのサインアップとログイン。注釈を作成すると、それは自分のアカウントに関連付けられます。
• 1 つのインスタンスですべてのデータセットを処理する複数のプロジェクト。
• 合理化されたデザインにより、ソフトウェアの使用方法ではなく、タスクに集中できます。
• 構成可能なラベル形式により、特定のラベル付けのニーズに合わせてビジュアル インターフェイスをカスタマイズできます。
• 画像、音声、テキスト、HTML、時系列、動画など、複数のデータ タイプのサポート。
• ファイルから、またはAmazon AWS S3、Google Cloud Storage、または JSON、CSV、TSV、RAR、および ZIP アーカイブのクラウド ストレージからインポートします。
• 機械学習モデルとの統合により、さまざまなモデルからの予測を視覚化して比較し、事前にラベル付けを実行できます。
• データ パイプラインに埋め込むREST API を使用すると、簡単にパイプラインに組み込むことができます

Label Studio にデータをラベル付けするための付属テンプレート

Label Studio には、データにラベルを付けるのに役立つさまざまなテンプレートが含まれています。また、特別に設計された構成言語を使用して独自のテンプレートを作成することもできます。ラベル付けの最も一般的なテンプレートとユース ケースには、次のケースが含まれます。

Label Studio で機械学習モデルを設定する

Label Studio Machine Learning SDK を使用して、お気に入りの機械学習モデルを接続します。次の手順を実行します：

1. 独自の機械学習バックエンド サーバーを起動します。詳細な手順を参照してください。
2. プロジェクト設定にあるモデル ページで、Label Studio をサーバーに接続します。

これにより、次のことが可能になります。

• モデル予測を使用してデータに事前にラベルを付けます。
• 新しい注釈が作成されている間に、オンライン学習を行い、モデルを再トレーニングします。
• データ内の最も複雑な例のみにラベルを付けて、アクティブ ラーニングを実行します。

Label Studio を既存のツールと統合する

Label Studio を機械学習ワークフローの独立した部分として使用したり、フロントエンドまたはバックエンドを既存のツールに統合したりできます。

• Label Studio フロントエンドを別の React ライブラリとして使用します。詳細については、フロントエンド ライブラリのドキュメントを参照してください。

生態系

ロードマップ

The Coolest Feature Xを使いたいのですが、Label Studio がサポートしていませんか? 私たちの公開ロードマップをチェックしてください！

引用

@misc{Label Studio,
  title={{Label Studio}: Data labeling software},
  url={https://github.com/heartexlabs/label-studio},
  note={Open source software available from https://github.com/heartexlabs/label-studio},
  author={
    Maxim Tkachenko and
    Mikhail Malyuk and
    Andrey Holmanyuk and
    Nikolai Liubimov},
  year={2020-2022},
}

ライセンス

このソフトウェアは、Apache 2.0 LICENSE © Heartexの下でライセンスされています。2020-2021