Label Studio部署使用

Label Studio部署使用

Label Studio 是一款开源数据标注工具，支持图像、文本、音频、视频等多种类型的数据标注，并可直接在 Web 界面完成导入、标注、导出，供 Jupyter 等环境使用。

Git 仓库：

• 主仓库（后端 + 前端）：github.com/HumanSignal/label-studio
• ML 后端（自动标注）：github.com/HumanSignal/label-studio-ml-backend
• Gitee 镜像（国内）：gitee.com/mirrors/label-studio
• 中文汉化版：github.com/Zhaoqj2016/label_studio

快速开始

docker run -d \
  --name label-studio \
  -p 8080:8080 \
  -v $(pwd)/label-studio-data:/label-studio/data \
  heartexlabs/label-studio:latest

Windows 下 $(pwd) 改为 %cd%。

访问 Label Studio

启动成功后，在浏览器中访问：

• http://localhost:8080

首次访问需创建账号（邮箱 + 密码），用于本地数据持久化。

数据持久化

Label Studio 数据目录默认为 /label-studio/data，启动脚本已将其挂载到宿主机 label-studio-data 子目录，重启容器后数据保留。

常用公开开源数据集

可从以下网站获取用于标注与训练的公开数据集：

网站	链接	说明
Kaggle Datasets	kaggle.com/datasets	海量数据集，涵盖图像、文本、表格等，需注册
Hugging Face Datasets	huggingface.co/datasets	各类 NLP、CV 数据集，支持 streaming 与一键加载
Open Images	storage.googleapis.com/openimages	Google 开放图像数据集，约 900 万张，多类别标注
COCO	cocodataset.org	通用物体检测、分割、字幕等，常用于目标检测基准
ImageNet	image-net.org	大规模图像分类数据集，需申请下载
Roboflow Universe	universe.roboflow.com	大量预标注 CV 数据集，支持导出多种格式
Papers With Code Datasets	paperswithcode.com/datasets	与论文绑定的数据集，便于复现
阿里天池	tianchi.aliyun.com/dataset	中文场景数据集，含图像、NLP、时序等
UCI ML Repository	archive.ics.uci.edu/ml	经典机器学习数据集，多用于表格与分类任务
Microsoft Azure Open Datasets	azure.microsoft.com/open-datasets	多种领域开放数据，可集成 Azure 服务

与 Jupyter 配合使用

标注完成后，可将导出的文件上传到 Jupyter 工作目录，或在 Jupyter 中通过 pandas、pycocotools 等库加载标注数据进行训练。

API 方式对接

Label Studio 提供 HTTP API 与 Python SDK，可编程完成项目创建、任务导入、标注导出等操作；并支持 ML 后端自动标注：接入自研或官方示例模型后，可对任务进行预标注、交互式标注辅助，详见 labelstud.io/guide/ml。

获取 Token

1. 登录 Label Studio，点击右上角用户头像
2. 选择 Account & Settings
3. 左侧进入 Personal Access Tokens 或 Legacy Tokens
4. 创建 Token 后复制保存（Personal Access Token 创建后仅显示一次）

类型	HTTP 认证方式	说明
Personal Access Token (PAT)	Authorization: Bearer <token>	JWT，需定期刷新（约 5 分钟），更安全
Legacy Token	Authorization: Token <token>	长期有效，无需刷新，可直接用于 HTTP 请求

若页面中看不到 Token 选项，需组织管理员在 Organization Settings > Access Token Settings 中启用。

HTTP API

Legacy Token（推荐用于脚本调用，简单直接）：

# 示例：列出项目
curl -X GET "http://localhost:8080/api/projects" \
  -H "Authorization: Token <your-legacy-token>"

Personal Access Token：

PAT 为 JWT 刷新令牌，需先换取短期 access token 再调用 API：

# 1. 换取 access token
curl -X POST "http://localhost:8080/api/token/refresh" \
  -H "Content-Type: application/json" \
  -d '{"refresh": "<your-personal-access-token>"}'
# 返回 {"access": "<short-lived-token>"}

# 2. 使用 access token 调用 API
curl -X GET "http://localhost:8080/api/projects" \
  -H "Authorization: Bearer <short-lived-token>"

Python SDK

pip install label-studio-sdk

from label_studio_sdk import LabelStudio

LABEL_STUDIO_URL = 'http://localhost:8080'
LABEL_STUDIO_API_KEY = 'your-token'  # PAT 或 Legacy Token 均可

client = LabelStudio(base_url=LABEL_STUDIO_URL, api_key=LABEL_STUDIO_API_KEY)

# 列出项目
projects = client.projects.list()
# 创建项目、导入任务、导出标注等
# 详见 https://labelstud.io/guide/sdk 与 https://api.labelstud.io

也可通过环境变量 LABEL_STUDIO_API_KEY 传入，SDK 会自动读取。

端口与配置

配置项	默认值	说明
容器端口	8080	Label Studio 监听端口
宿主机端口	8080	映射到宿主机
数据目录	./label-studio-data	宿主机持久化路径