Label Studio
HumanSignal 维护的开源数据标注与 AI 评测平台,覆盖图像、文本、音频等标注模板并支持 RLHF 偏好排序,可自托管部署,适合手里有一批待标注数据、又不想把数据交出去的机器学习团队。
4 次可以打开平均 0.5 秒
本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。Label Studio 是一个开源的数据标注与 AI 评测平台,由 HumanSignal 维护。它要解决的问题很直接:训练模型之前,得有人把原始数据标成机器能学的样子;模型上线之后,又得有人判断它答得对不对。这两件事都能在同一个界面里做。
它覆盖的数据类型相当杂。图像分类、目标检测、语义分割、PDF 与图片 OCR、命名实体识别、问答、情感分析、音频转写、说话人分离、时间序列分类,都能找到对应的标注模板。近两年它把重心往大模型方向挪了一块,支持给智能体执行轨迹做人工复核、收集 RLHF 偏好排序、做 LLM 的并排对比和自定义评分标准。
怎么用起来
社区版是自托管的,装法有几种:Python 环境里 pip install -U label-studio,macOS 用 Homebrew,或者直接拉 Docker 镜像跑起来,然后浏览器打开本地 8080 端口。首次进入要自己注册一个邮箱和密码,建项目、传数据、选标注模板,再邀请其他人加入。
对开发者来说,它的接口是开放的:API、Python SDK 和 webhook 可以拿来批量建项目、灌入模型预测、触发训练或主动学习流程。数据源也不限于本地上传,能接对象存储和各种模型服务。
版本与费用
社区版开源免费,功能上以通用标注为主。企业版是另一条产品线,官网博客里提到它原生读取 DICOM、支持 LiDAR 点云与相机融合标注这类更重的场景,价格需要到 HumanSignal 的定价页看。官网称有 100 万以上的从业者在使用,Slack 社区两万多人。
适合谁
手里有一批待标注数据、又不想把数据交出去的团队,自托管这点很关键。做计算机视觉、文档处理、语音转写、对话系统的人都对得上号。如果只是偶尔标几十条数据,装一套平台的成本可能高于收益。