Label Studio

Active

Слоган:Платформа с открытым исходным кодом для разметки данных, оценки ИИ и human-in-the-loop процессов.

Обновлено:-

Социальные сети:

Наборы данных ИИ Инструменты разработчика ИИ Распознавание и анализ изображений AI-агент Извлечение данных из документов с ИИ Распознавание речи с помощью ИИ Открытый код Бесплатно Фримиум API доступен Самохостинг Облачный Командное сотрудничество Веб-приложение

Открыть сайт

Посетить сайт

Что такое Label Studio?

Label Studio — open source платформа для мультимодальной разметки и аннотирования данных. Поддерживает компьютерное зрение, NLP, document AI, транскрипцию аудио, временные ряды и оценку LLM, включая трассы агентов, RLHF и RAG QA. API, Python SDK и webhooks подключают проекты к ML-пайплайну для предразметки, активного обучения и оценки моделей.

Как использовать Label Studio?

Установите через pip (pip install -U label-studio), запустите label-studio и откройте приложение на http://localhost:8080. Зарегистрируйтесь, создайте проект, импортируйте данные, выберите шаблон разметки, настройте метки и начните аннотирование.

Label Studio Основные функции

Программируемые интерфейсы

Настраиваемые макеты и шаблоны под ваши данные, задачи и критерии оценки.

Интеграция с ML / AI пайплайном

API, Python SDK и webhooks для создания проектов, потоковой передачи предсказаний и запуска обучения, активного обучения и оценки в реальном времени.

Подключение любых данных и моделей

Синхронизация данных из любого хранилища и подключение моделей для AI-разметки, бенчмаркинга и непрерывной оценки.

Оценка LLM и агентов

Инструменты observability для human-in-the-loop проверки, сбор предпочтений RLHF, создание бенчмарков и оценка RAG и сгенерированных ответов.

Мультимодальная разметка

Изображения, текст, аудио, видео, временные ряды и мультимодальные задачи: классификация, детекция, сегментация, NER, транскрипция и диалоги.

Label Studio Сценарии использования

Human-in-the-loop проверка трасс агентов и выходов LLM

Разметка компьютерного зрения для детекции объектов и семантической сегментации

OCR документов и NER для NLP-проектов

Транскрипция аудио и диаризация спикеров в масштабе

Сбор предпочтений RLHF и оценка LLM-бенчмарков

Label Studio Часто задаваемые вопросы

Какие системные требования у Label Studio?

Label Studio работает на Linux, Windows или macOS с Python 3.8+. Для продакшена рекомендуются 16 ГБ RAM, 50 ГБ диска, PostgreSQL 13+ или SQLite 3.35+. Порт по умолчанию — 8080.

Как установить Label Studio?

Выполните pip install label-studio в виртуальном окружении Python и запустите сервер командой label-studio. Также документированы Docker, Homebrew и установка из исходников.

Какие типы данных можно размечать?

Изображения, текст, аудио, видео, HTML, временные ряды, мультимодальные данные и трассы агентов с шаблонами для классификации, детекции, сегментации, NER, транскрипции и оценки LLM.