label-studio

图片文字音视频都能标,标完直接拿去训练

支持多类型数据标注的开源工具,覆盖图像、文本、音频、视频等多种数据格式,输出格式标准化,方便直接对接模型训练流程。提供灵活的标注界面、协作审核机制与丰富的集成能力,是数据标注、评测和 RLHF 数据生产环节中广受欢迎的解决方案。

开源 freemium 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 28329
维护状态 活跃
是否开源 是
定价模式 freemium

项目数据

分类基础设施
开发团队HumanSignal
所属国家
定价模式freemium
价格说明提供免费社区版(可自托管)和付费云服务,云服务有免费额度,高级功能需订阅,支持试用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言TypeScript
技术栈/模型annotation,annotation-tool,annotations,boundingbox,computer-vision,data-labeling,dataset,datasets,deep-learning,image-annotation,image-classification,image-labeling,image-labelling-tool,label-studio,labeling,labeling-tool,mlops,semantic-segmentation,text-annotation,yolo
GitHub 星标★ 28329
30天Star增速
HF 下载量
上线时间2019-06-19 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6

使用教程

难度:入门 约 10 分钟 部署方式:Docker 7 步

环境要求

  • 已安装 Docker(若用 pip/conda 本地安装则需 Python 与 pip)
  • 宿主机 8080 端口未被占用;Docker Compose 方式占用 80 端口
  • 用于挂载的本地目录 $(pwd)/mydata 需可写,容器内挂载点为 /label-studio/data
  • Docker Compose 方式需可用 docker-compose;MinIO 方式需 docker compose 并可能需改 hosts 文件
  • Windows 上 pip 安装需先从 Gohlke builds 下载匹配 Python 版本的 lxml wheel

安装与启动步骤

  1. 1拉取官方镜像

    从 Docker Hub 下载 Label Studio 官方最新镜像,这是 README 推荐的本地安装方式。

    docker pull heartexlabs/label-studio:latest
  2. 2启动容器

    映射 8080 端口,并用 -v 把数据目录挂到本地 mydata,容器内路径固定为 /label-studio/data。

    docker run -it -p 8080:8080 -v $(pwd)/mydata:/label-studio/data heartexlabs/label-studio:latest
  3. 3覆盖默认启动命令

    可选:在镜像名后追加参数覆盖默认启动命令,例如把日志级别改为 DEBUG 便于排查。

    docker run -it -p 8080:8080 -v $(pwd)/mydata:/label-studio/data heartexlabs/label-studio:latest label-studio --log-level DEBUG
  4. 4Compose 生产部署

    用自带编排启动 Label Studio + Nginx + PostgreSQL 的生产级组合,从 80 端口访问。

    docker-compose up
  5. 5叠加 MinIO 存储

    再叠加 minio 编排文件,额外启动 MinIO 用于本地测试 S3 存储;无固定 IP 需配置 hosts。

    docker compose -f docker-compose.yml -f docker-compose.minio.yml up -d
  6. 6Conda 本地安装

    README 给出的 Anaconda 安装路径:创建并激活环境、安装 psycopg2,再 pip 安装 label-studio。

    conda create --name label-studio
    conda activate label-studio
    conda install psycopg2
    pip install label-studio
  7. 7本地开发安装

    从源码跑最新版:装 poetry 与依赖,再执行数据库迁移和静态文件收集。

    pip install poetry
    poetry install
    python label_studio/manage.py migrate
    python label_studio/manage.py collectstatic

关键配置

配置项必填说明示例
端口映射是容器 8080 映射到宿主机端口,决定浏览器访问地址-p 8080:8080
数据挂载目录是把容器 /label-studio/data 挂到本地,持久化数据库与上传文件-v $(pwd)/mydata:/label-studio/data
日志级别否追加在镜像名后覆盖默认启动命令,便于排查问题--log-level DEBUG

如何确认成功

浏览器打开 http://localhost:8080 能看到 Label Studio 界面;Compose 方式访问 http://localhost,并确认 mydata 目录下生成 label_studio.sqlite3。

常见问题

Q:标注数据保存在哪里?

A:保存在挂载的 ./mydata 目录中,包含 SQLite3 数据库 label_studio.sqlite3 以及上传的文件,删除目录即清空数据。

Q:8080 端口被占用怎么办?

A:修改 -p 参数前面的宿主机端口即可,例如 -p 8081:8080,然后访问 http://localhost:8081;注意 Compose 方式默认走 80 端口。

Q:Compose 和单容器有什么区别?

A:Compose 组合额外包含 Nginx 代理与 PostgreSQL,属于生产就绪栈,默认从 http://localhost 访问,性能优于 SQLite3。

Q:为什么要用 MinIO 版本?

A:用于在本地测试 S3 存储行为;若没有固定 IP,需要在 hosts 文件中加条目,让 Label Studio 和浏览器都能访问 MinIO。

Q:怎么接入自己的机器学习模型?

A:先启动自己的 ML backend 服务(参考 label-studio-ml-backend),再到项目设置的 model 页面连接,即可做预标注、在线学习和主动学习。

注意事项

  • 单容器方式访问 8080 端口,Docker Compose 方式访问 80 端口,两者地址不同勿混淆。
  • 官方镜像名为 heartexlabs/label-studio,默认使用 SQLite3,生产环境建议改用 Compose 中的 PostgreSQL。
  • Windows 用户用 pip 安装前,需先从 Gohlke builds 下载对应版本的 lxml wheel 并先安装。
  • 从源码开发安装后必须执行 migrate 与 collectstatic,否则应用无法正常启动。

核心亮点

  • 支持图像、文本、音频、视频等多类型数据标注,内置多种标注模板,覆盖主流AI场景
  • 提供标准化输出格式,可直接对接模型训练流程,降低数据预处理成本
  • 支持多人协作与项目管理,具备标注任务分配、审核和质量控制功能

不足之处

  • 大型数据集或复杂标注任务下性能可能下降,需优化配置
  • 文档/社区待观察

适用场景

  • 计算机视觉项目中的图像分类、目标检测、语义分割标注
  • 自然语言处理任务中的文本分类、实体识别、关系抽取标注
  • 多模态数据集构建,如音视频结合文本的标注

替代项目

CVAT、SuperAnnotate、Prodigy

项目介绍

label-studio 是数据集领域的开源项目,由 HumanSignal 开发,2019 年首次发布。

在全站 13,109 个收录项目中,它的 GitHub 星标数(28,329)位列前 2%,在数据集分类的 279 个项目里位列前 1%。

近 41 天,它的 GitHub 星标从 28,036 增加到 28,329,净增 293。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。提供免费社区版(可自托管)和付费云服务,云服务有免费额度,高级功能需订阅,支持试用。从国内网络环境看,可直接访问。

它主要面向的使用场景是:计算机视觉项目中的图像分类、目标检测、语义分割标注。同类可对比的替代方案包括 CVAT、SuperAnnotate、Prodigy。

上一篇:ai-audio-datasets

下一篇:Tegridy-MIDI-Dataset

同类项目推荐

X-AnyLabeling 开源

一站式AI辅助标注,图像视频文本通吃,导出格式随心配

X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···

★ 10528 2026-08-10
aisheets 开源

像用表格一样批量调 AI,不写代码就能造和改数据集

Build, enrich, and transform datasets using AI models with no code

★ 1647 2026-09-20
distilabel 开源

基于论文的合成数据流水线,快速生成高质量 AI 反馈数据。

Distilabel is a framework for synthetic data and AI feedback for engineers who need ···

★ 3398 2026-08-10
DataGen 开源

用大模型一键生成定制化训练数据,告别数据荒

[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models

★ 69 2026-08-09