Label Studio

Active

Слоган:Платформа з відкритим кодом для розмітки даних, оцінки ШІ та human-in-the-loop процесів.

Оновлено:-

Соціальні мережі:

Набори даних ШІ Інструменти розробника зі штучним інтелектом Розпізнавання та аналіз зображень AI-агент Витяг даних з документів за допомогою ШІ Розпізнавання мовлення на основі ШІ Відкритий код Безкоштовно Фріміум API доступний Самохостинг Хмарний Командна співпраця Веб-застосунок

Відкрити вебсайт

Перейти на вебсайт

Що таке Label Studio?

Label Studio — open source платформа для мультимодальної розмітки та анотації даних. Підтримує комп'ютерний зір, NLP, document AI, транскрипцію аудіо, часові ряди та оцінку LLM, включно з трасами агентів, RLHF і RAG QA. API, Python SDK та webhooks підключають проєкти до ML-пайплайну для попередньої розмітки, активного навчання та оцінки моделей.

Як користуватися Label Studio?

Встановіть через pip (pip install -U label-studio), запустіть label-studio та відкрийте застосунок на http://localhost:8080. Зареєструйтесь, створіть проєкт, імпортуйте дані, оберіть шаблон розмітки, налаштуйте мітки та почніть анотування.

Label Studio Основні функції

Програмовані інтерфейси

Налаштовувані макети та шаблони під ваші дані, завдання та критерії оцінки.

Інтеграція з ML / AI пайплайном

API, Python SDK та webhooks для створення проєктів, потокової передачі прогнозів і запуску навчання, активного навчання та оцінки в реальному часі.

Підключення будь-яких даних і моделей

Синхронізація даних з будь-якого сховища та підключення моделей для AI-розмітки, бенчмаркінгу та безперервної оцінки.

Оцінка LLM та агентів

Інструменти observability для human-in-the-loop перевірки, збір уподобань RLHF, створення бенчмарків та оцінка RAG і згенерованих відповідей.

Мультимодальна розмітка

Зображення, текст, аудіо, відео, часові ряди та мультимодальні завдання: класифікація, детекція, сегментація, NER, транскрипція та діалоги.

Label Studio Сценарії використання

Human-in-the-loop перевірка трасс агентів та виходів LLM

Розмітка комп'ютерного зору для детекції об'єктів і семантичної сегментації

OCR документів і NER для NLP-проєктів

Транскрипція аудіо та діаризація спікерів у масштабі

Збір уподобань RLHF та оцінка LLM-бенчмарків

Label Studio Часті запитання

Які системні вимоги для Label Studio?

Label Studio працює на Linux, Windows або macOS з Python 3.8+. Для продакшену рекомендуються 16 ГБ RAM, 50 ГБ диска, PostgreSQL 13+ або SQLite 3.35+. Порт за замовчуванням — 8080.

Як встановити Label Studio?

Виконайте pip install label-studio у віртуальному середовищі Python і запустіть сервер командою label-studio. Також документовані Docker, Homebrew і встановлення з джерел.

Які типи даних можна розмічати?

Зображення, текст, аудіо, відео, HTML, часові ряди, мультимодальні дані та траси агентів з шаблонами для класифікації, детекції, сегментації, NER, транскрипції та оцінки LLM.