Label Studio

Active

Slogan :La plateforme open source pour l'étiquetage de données, l'évaluation IA et les workflows human-in-the-loop.

Mis à jour :-

Réseaux sociaux :

Jeux de données IA Outils de développement IA Reconnaissance et analyse d'images Agent IA Extraction de Documents par IA Reconnaissance Vocale IA Open source Gratuit Freemium API disponible Auto-hébergé Basé sur le cloud Collaboration en équipe Application web

Ouvrir le site

Visiter le site web

Qu'est-ce que Label Studio?

Label Studio est une plateforme open source d'étiquetage et d'annotation multimodale. Elle prend en charge la vision par ordinateur, le NLP, l'IA documentaire, la transcription audio, les séries temporelles et l'évaluation LLM, y compris les traces d'agents, le RLHF et le QA RAG. API, SDK Python et webhooks connectent vos projets au pipeline ML pour le pré-étiquetage, l'apprentissage actif et l'évaluation des modèles.

Comment utiliser Label Studio?

Installez avec pip (pip install -U label-studio), puis lancez label-studio pour ouvrir l'application sur http://localhost:8080. Inscrivez-vous, créez un projet, importez des données, choisissez un modèle d'étiquetage, personnalisez les labels et commencez à annoter.

Label Studio Fonctionnalités clés

Interfaces programmables

Des mises en page et modèles personnalisés s'adaptent à vos données, tâches et critères d'évaluation.

Intégré à votre pipeline ML / IA

API, SDK Python et webhooks pour créer des projets, diffuser des prédictions et déclencher en temps réel l'entraînement, l'apprentissage actif et les workflows d'évaluation.

Connectez toutes données et modèles

Synchronisez les données depuis n'importe quel stockage et connectez des modèles pour l'étiquetage assisté par IA, le benchmarking et l'évaluation continue.

Évaluation LLM et agents

Connectez des outils d'observabilité pour la revue human-in-the-loop, collectez des préférences RLHF, créez des benchmarks personnalisés et évaluez la récupération RAG et les réponses générées.

Étiquetage multimodal

Images, texte, audio, vidéo, séries temporelles et tâches multimodales : classification, détection, segmentation, NER, transcription et traitement de dialogue.

Label Studio Cas d'usage

Revue human-in-the-loop des traces d'agents et sorties LLM

Annotation vision par ordinateur pour détection d'objets et segmentation sémantique

OCR documentaire et reconnaissance d'entités nommées pour projets NLP

Transcription audio et diarisation de locuteurs à grande échelle

Collecte de préférences RLHF et évaluation benchmark LLM

Label Studio Questions fréquentes

Quelles sont les exigences système pour installer Label Studio ?

Label Studio fonctionne sur Linux, Windows ou macOS avec Python 3.8 ou plus. En production : 16 Go de RAM, 50 Go de disque, PostgreSQL 13+ ou SQLite 3.35+ recommandés. Port 8080 par défaut.

Comment installer Label Studio ?

Exécutez pip install label-studio dans un environnement virtuel Python, puis démarrez le serveur avec label-studio. Docker, Homebrew et installation depuis les sources sont aussi documentés.

Quels types de données puis-je étiqueter ?

Image, texte, audio, vidéo, HTML, séries temporelles, multimodal et traces d'agents, avec modèles pour classification, détection, segmentation, NER, transcription et évaluation LLM.

Label Studio Présentation du produit & Liens officiels

Label Studio E-mail de support & contact du service client & contact pour remboursement etc.

Pour plus de contacts, visitez la page page à propos de nous(https://labelstud.io/docs)

Label Studio Informations de l'entreprise

Label Studio Nom de l'entreprise : HumanSignal

Label Studio Type de développeur : company

En savoir plus sur Label Studio, Veuillez visiter la page page à propos de nous(https://labelstud.io/docs)

Label Studio Tarification

Label Studio Lien vers les tarifs : https://humansignal.com/pricing

Tarifs & Forfaits de Label Studio

Community Edition

Gratit

Gratuit

Déploiement open source on-premise
Plateforme d'étiquetage multimodale
Interface d'étiquetage configurable
Modèles pour types de données courants
API, SDK et webhooks
Support communautaire Slack et GitHub

S'abonner & passer à la version supérieure maintenant

Starter Cloud

Récurrent

$99 /mois

Service entièrement hébergé
Jusqu'à 12 utilisateurs
$49 par mois par utilisateur supplémentaire
Contrôle d'accès basé sur les rôles
Workflows qualité et distribution automatique des tâches
Portail de support dédié

S'abonner & passer à la version supérieure maintenant

Enterprise

contact

Contacter les ventes

Cloud ou on-premise conforme SOC2 et HIPAA
SSO avec SAML ou LDAP
Interfaces programmables et intégrables
LLM-as-a-judge, auto-étiquetage et étiquetage en masse
SLA priorité maximale
Disponible sur AWS Marketplace

S'abonner & passer à la version supérieure maintenant

Tags de Label Studio

Open source Gratuit Freemium API disponible Auto-hébergé Basé sur le cloud Collaboration en équipe Application web

Métiers les plus adaptés pour Label Studio

Développeurs de logiciels Data Scientists Chefs de produit Chefs de projet et de programme

Label Studio

Active

Slogan :La plateforme open source pour l'étiquetage de données, l'évaluation IA et les workflows human-in-the-loop.

Mis à jour :-

Réseaux sociaux :

Ouvrir le site

Visiter le site web

Qu'est-ce que Label Studio?

Comment utiliser Label Studio?

Label Studio Fonctionnalités clés

Interfaces programmables

Des mises en page et modèles personnalisés s'adaptent à vos données, tâches et critères d'évaluation.

Intégré à votre pipeline ML / IA

API, SDK Python et webhooks pour créer des projets, diffuser des prédictions et déclencher en temps réel l'entraînement, l'apprentissage actif et les workflows d'évaluation.

Connectez toutes données et modèles

Synchronisez les données depuis n'importe quel stockage et connectez des modèles pour l'étiquetage assisté par IA, le benchmarking et l'évaluation continue.

Évaluation LLM et agents

Étiquetage multimodal

Images, texte, audio, vidéo, séries temporelles et tâches multimodales : classification, détection, segmentation, NER, transcription et traitement de dialogue.

Label Studio Cas d'usage

Revue human-in-the-loop des traces d'agents et sorties LLM

Annotation vision par ordinateur pour détection d'objets et segmentation sémantique

OCR documentaire et reconnaissance d'entités nommées pour projets NLP

Transcription audio et diarisation de locuteurs à grande échelle

Collecte de préférences RLHF et évaluation benchmark LLM

Label Studio Questions fréquentes

Quelles sont les exigences système pour installer Label Studio ?

Label Studio fonctionne sur Linux, Windows ou macOS avec Python 3.8 ou plus. En production : 16 Go de RAM, 50 Go de disque, PostgreSQL 13+ ou SQLite 3.35+ recommandés. Port 8080 par défaut.

Comment installer Label Studio ?

Exécutez pip install label-studio dans un environnement virtuel Python, puis démarrez le serveur avec label-studio. Docker, Homebrew et installation depuis les sources sont aussi documentés.

Quels types de données puis-je étiqueter ?

Image, texte, audio, vidéo, HTML, séries temporelles, multimodal et traces d'agents, avec modèles pour classification, détection, segmentation, NER, transcription et évaluation LLM.