Label Studio

Active

टैगलाइन:डेटा लेबलिंग, AI मूल्यांकन और human-in-the-loop वर्कफ़्लो के लिए ओपन सोर्स प्लेटफ़ॉर्म।

अपडेट किया गया:-

सोशल मीडिया:

AI डेटासेट एआई डेवलपर टूल्स इमेज रिकॉग्निशन और विश्लेषण AI एजेंट AI दस्तावेज़ निष्कर्षण AI वाक्-से-पाठ रूपांतरण ओपन सोर्स मुफ़्त फ्रीमियम API उपलब्ध स्व-होस्टेड क्लाउड-आधारित टीम सहयोग वेब ऐप

वेबसाइट खोलें

वेबसाइट पर जाएँ

क्या है Label Studio?

Label Studio मल्टीमॉडल डेटा लेबलिंग और एनोटेशन के लिए ओपन सोर्स प्लेटफ़ॉर्म है। यह कंप्यूटर विज़न, NLP, document AI, ऑडियो ट्रांसक्रिप्शन, टाइम सीरीज़ और LLM मूल्यांकन सहित एजेंट ट्रेस, RLHF और RAG QA को सपोर्ट करता है। API, Python SDK और webhooks प्रोजेक्ट्स को ML पाइपलाइन से जोड़ते हैं।

कैसे उपयोग करें Label Studio?

pip से इंस्टॉल करें (pip install -U label-studio), label-studio चलाएँ और http://localhost:8080 पर ऐप खोलें। साइन अप करें, प्रोजेक्ट बनाएँ, डेटा इम्पोर्ट करें, लेबलिंग टेम्पलेट चुनें, लेबल कस्टमाइज़ करें और एनोटेशन शुरू करें।

Label Studio मुख्य विशेषताएं

प्रोग्रामेबल इंटरफ़ेस

कस्टम लेआउट और टेम्पलेट आपके डेटा, टास्क और मूल्यांकन मानदंडों के अनुसार ढलते हैं।

ML / AI पाइपलाइन में एकीकृत

API, Python SDK और webhooks से प्रोजेक्ट बनाएँ, प्रेडिक्शन स्ट्रीम करें, और ट्रेनिंग, active learning व मूल्यांकन वर्कफ़्लो रियल टाइम में चलाएँ।

कोई भी डेटा और मॉडल कनेक्ट करें

किसी भी स्टोरेज से डेटा सिंक करें और AI-सहायता लेबलिंग, बेंचमार्किंग व निरंतर मॉडल मूल्यांकन के लिए मॉडल जोड़ें।

LLM और एजेंट मूल्यांकन

human-in-the-loop रिव्यू के लिए observability टूल्स, RLHF प्राथमिकताएँ इकट्ठा करें, कस्टम बेंचमार्क बनाएँ, और RAG व जनरेटेड उत्तरों का मूल्यांकन करें।

मल्टीमॉडल लेबलिंग

इमेज, टेक्स्ट, ऑडियो, वीडियो, टाइम सीरीज़ और मल्टीमॉडल टास्क: क्लासिफिकेशन, ऑब्जेक्ट डिटेक्शन, सेगमेंटेशन, NER, ट्रांसक्रिप्शन और डायलॉग।

Label Studio उपयोग के मामले

एजेंट ट्रेस और LLM आउटपुट का human-in-the-loop रिव्यू

ऑब्जेक्ट डिटेक्शन और सेमैंटिक सेगमेंटेशन के लिए कंप्यूटर विज़न एनोटेशन

NLP प्रोजेक्ट्स के लिए डॉक्यूमेंट OCR और NER

बड़े पैमाने पर ऑडियो ट्रांसक्रिप्शन और स्पीकर डायराइज़ेशन

RLHF प्राथमिकता संग्रह और LLM बेंचमार्क मूल्यांकन

Label Studio अक्सर पूछे जाने वाले प्रश्न

Label Studio की सिस्टम आवश्यकताएँ क्या हैं?

Label Studio Linux, Windows या macOS पर Python 3.8+ के साथ चलता है। प्रोडक्शन के लिए 16GB RAM, 50GB डिस्क, PostgreSQL 13+ या SQLite 3.35+ अनुशंसित। डिफ़ॉल्ट पोर्ट 8080।

Label Studio कैसे इंस्टॉल करें?

Python वर्चुअल एनवायरनमेंट में pip install label-studio चलाएँ, फिर label-studio से सर्वर शुरू करें। Docker, Homebrew और सोर्स इंस्टॉल भी दस्तावेज़ित हैं।

कौन से डेटा प्रकार लेबल किए जा सकते हैं?

इमेज, टेक्स्ट, ऑडियो, वीडियो, HTML, टाइम सीरीज़, मल्टीमॉडल और एजेंट ट्रेस, क्लासिफिकेशन, डिटेक्शन, सेगमेंटेशन, NER, ट्रांसक्रिप्शन और LLM मूल्यांकन टेम्पलेट्स के साथ।