Open Source Data Labeling | Label Studio

Label Studio 是一个开源的数据标注平台，主要用于微调大语言模型、准备训练数据或评估 AI 模型。以下是其核心功能与特色的详细介绍：

1. 支持多类型数据标注
平台覆盖多种数据类型，满足不同场景需求：
GenAI：用于大语言模型的监督微调、响应 moderation、分级、sidebyside 比较，以及 RAG 评估（结合 Ragas 分数与人工反馈）。
图像：支持图像分类、目标检测（框选、多边形、圆形、关键点）、语义分割（用 ML 模型预标注优化流程）。
音频与语音：涵盖音频分类、说话人分离（按说话人分割音频流）、情感识别、音频转录。
文本与文档：包括文本分类（支持万级分类体系）、命名实体提取（抽取预定义类别信息）、问答、情感分析（判断正负中性）。
时间序列（机器人/传感器/IoT）：支持时间序列分类、分割（识别与活动类型相关的区域）、事件识别（标注时间序列中的单事件）。
多领域：如对话处理（同时转录并处理呼叫中心录音文本）、OCR（图像与文本联动）、带参考的时间序列（用视频/音频辅助分割时间序列）。
视频：支持视频分类、目标跟踪（逐帧标注多目标）、辅助标注（添加关键帧后自动插值边界框）。

2. 核心功能亮点
灵活配置：可自定义布局与模板，适配不同数据集与工作流。
pipeline 集成：通过 Webhooks、Python SDK 和 API 实现认证、项目创建、任务导入、模型预测管理等操作，无缝对接现有 ML/AI 流程。
ML 辅助标注：结合模型预测结果加速标注，减少人工工作量。
云存储连接：直接对接 S3、GCP 等云对象存储，无需迁移数据即可标注。
数据管理：通过数据管理器的高级滤镜，快速筛选、整理数据集。
多项目与用户支持：同一平台可处理多个项目、多类用例与数据类型。

3. 安装与启动方式
提供四种便捷安装途径：
PIP：在 Python 虚拟环境中执行 `pip install U labelstudio`，然后运行 `labelstudio` 启动。
Brew：通过 `brew install humansignal/tap/labelstudio` 安装，再用 `labelstudio` 启动。
Git：克隆仓库 `git clone https://github.com/HumanSignal/labelstudio.git`，进入目录后用 Poetry 安装依赖并启动。
Docker：运行 `docker run it p 8080:8080 v `pwd`/mydata:/labelstudio/data heartexlabs/labelstudio:latest`，访问 `http://localhost:8080/` 使用。

4. 社区与企业支持
社区版：开源免费，适合个人与小团队使用。
企业版：提供更进阶的平台功能与服务（如专属支持、高级集成），可通过官网比较版本差异。
社区生态：拥有 17000+ Slack 成员，GitHub 上有大量贡献者；博客板块定期发布版本更新（如 1.21.0 版本新增像素级标注、自定义热键）、行业洞察（如对抗训练的重要性）、用户案例（如 Legalbenchmarks.ai 用其构建法律 AI 基准）。

5. 信任与客户
平台被 Cloudflare、SPI Global、SRI、NVIDIA、Meta、IBM、Intel 等企业信任，广泛应用于数据标注与模型优化场景。