企业官网建设流程全解析

Label Studio 免费数据标注完整指南：从零安装到导出第一版训练集

【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

Label Studio 是一款免费开源的数据标注工具，支持图像、文本、音频、视频和时间序列的标注，整个标注界面用一段 XML 配置就能定义，标完的结果可以直接导出成 JSON、COCO 等训练可用的格式。本文从安装开始，带你走通建项目、导数据、标注、导出，再接上模型预标注。

安装方式二选一：Docker 与 pip 怎么选

先给结论：Label Studio 安装教程里最稳的两条路径就是 Docker 和 pip，两者都把服务起在 http://localhost:8080，按本地环境挑一个就行。

🐳 多数人首选 Docker，依赖最少：

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

跑完打开浏览器，第一次启动会看到注册页，用邮箱和密码注册第一个账号即可进入。所有生成资产——SQLite 数据库 label_studio.sqlite3 和上传的文件——都落在 ./mydata 目录里，以后备份盯着这个目录就够了。

pip 方式要求 Python 3.10 以上：

pip install label-studio label-studio

启动后浏览器会自动打开到同一个注册页，看到注册表单就说明装对了。

用 XML 配置写出第一个标注界面

Label Studio 的核心思路：标注界面不用画组件，用 XML 配置描述，标签写什么界面上就能标什么。

1. 在页面右上角点 Create Project，填好项目名。
2. 在项目设置里粘贴标注配置。图像画框场景的最小写法：

<View> <Image name="image" value="$image"/> <RectangleLabels name="label" toName="image"> <Label value="Car"/> <Label value="Pedestrian"/> </RectangleLabels> </View>

Image 标签告诉界面展示一张图，两个 Label 就是标注员能画的两类框。文本、音频、视频各有对应标签，写法类似——比如文本标注用 Text 加 Labels，选中一段文字后给实体分配标签。

不用从零写配置。仓库在 label_studio/annotation_templates/ 目录里带了一套模板库，按图像、文本、音频、对话等场景分好组，挑一个接近你任务的模板改改标签就能用。

导入数据并完成第一轮标注

操作顺序固定：建项目 → 写配置 → 导数据 → 标注 → 导出，每步都在项目页面内完成。

数据导入在 Data Import 页签。小规模验证可以直接在 UI 里上传本地文件；但图像、音频、视频这类媒体数据，官方建议先把文件放进自己的存储，再导入 TXT 或 CSV 格式的 URL 列表，否则之后搬数据、迁移实例都很麻烦，细节见数据导入文档。

接着打开任务开始画框，标完一个任务，结果就写进项目里。

标注完成后，点项目的 Export 选格式：Label Studio 导出支持 JSON、CSV、COCO、Pascal VOC、YOLO 五种格式，训练框架用 COCO 的对象检测任务直接在界面里选 COCO 即可，各格式差异见导出格式说明。

接入 ML 模型：让预标注替你省一半时间

Label Studio 模型预标注的玩法是：把模型包成 web 服务接到项目上，标注员只负责修正，不用从零画起。

接入后的流程是：用户打开任务 → Label Studio 把数据发给 ML backend → backend 返回预测标签 → 预测加载进标注界面。模型侧拿 PyTorch 或 Hugging Face 的现成模型，用 label-studio-ml-backend 这个 SDK 包一层 web 服务，再到项目设置里填上 backend 地址，发个测试请求确认连通即可，完整步骤见ML 集成文档。

多人协作也是内置的：每条标注都绑定到创建它的账号，多个人可以在同一个项目里各标各的任务。

排错清单：端口占用与导出超时怎么解

⚠️ 第一次用的人最常卡在这两个问题上，都有明确解法。

8080 端口被占用：症状是服务起不来，或浏览器打开的是别的东西。把-p 8080:8080左边改成空闲端口，比如9090:8080，右边保持 8080 不变。

导出超时、报 502/504：社区版在 UI 里是同步导出，数据一大就可能超过反向代理约 90 秒的超时。改到运行 Label Studio 的机器上直接导出：

label-studio export <project-id> JSON --export-path=./out.json

另外记住两个数字：单项目控制在 10 万任务以内性能最好；每次导入都会触发后台任务，连续两次导入之间留 30 秒以上。

收尾行动：用 Docker Compose 跑长期实例

如果打算长期使用，仓库根目录的 docker-compose.yml 比单容器更稳：它把 Nginx 和 PostgreSQL 一起拉起来，执行docker-compose up后在 http://localhost 访问。

完整闭环的路径是：clone 仓库（https://gitcode.com/GitHub_Trending/la/label-studio），起一个实例，用自己的图片或文本标完一版，导出 JSON。跑通一次，这套数据标注工具的基本功就算齐了。

【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