LabelStudio环境搭建以及使用且解除上传文件限制

Jack原创大约 3 分钟

LabelStudio环境搭建以及使用且解除上传文件限制

LabelStudio 介绍

LabelStudio 是一个开源的数据标注工具，广泛应用于机器学习和人工智能领域的数据预处理。它提供了一个强大的界面，支持各种类型的数据标注任务，包括文本、图像、音频和视频等。以下是 LabelStudio 的主要功能和特点：

主要功能

多种标注类型：支持文本分类、命名实体识别、图像分割、对象检测、音频转录和视频标注等任务。
可扩展性：提供了丰富的插件和扩展，可以根据具体需求自定义标注界面和功能。
团队协作：支持多用户协作，用户可以分配任务、审核标注结果，并跟踪标注进度。
数据导入与导出：支持从多种数据源导入数据，并能导出为多种格式，如 JSON、CSV 等，方便与其他工具集成。
版本控制：记录每次标注的历史版本，方便回溯和比较标注结果。
自动标注：集成了机器学习模型，可以进行自动标注，提升标注效率。

特点

开源免费：LabelStudio 是一个开源项目，任何人都可以免费使用和贡献代码。
用户友好：界面直观，使用简单，即使没有编程经验的人也能轻松上手。
高灵活性：可以根据不同的项目需求，灵活配置标注任务和界面。

使用场景

文本处理：标注文本分类、情感分析、实体识别等任务。
计算机视觉：用于图像分类、目标检测、图像分割等任务。
语音处理：对音频文件进行转录，语音识别和分析。
视频分析：标注视频中的关键帧，识别和跟踪对象。

部署与安装

LabelStudio 提供了多种部署方式，可以在本地服务器、云端（如 AWS、GCP）或者 Docker 容器中运行。其安装过程相对简单，只需几条命令即可完成。

社区与支持

由于其开源性质，LabelStudio 拥有一个活跃的社区，用户可以通过 GitHub 提交问题、贡献代码或者寻求帮助。官方还提供了详细的文档和教程，帮助新用户快速上手。

总结：LabelStudio 是一个功能强大且灵活的数据标注工具，适用于各种机器学习和人工智能项目的数据准备工作。它的多功能性和易用性使其成为数据科学家和工程师们的首选工具之一。

环境搭建-docker方式

-e DATA_UPLOAD_MAX_NUMBER_FILES=1000

docker run -itd -p 8080:8080 -v /data:/label-studio/data \
  heartexlabs/label-studio:20240503.065200-ls-release-1-12-0-f8e829619

访问

访问地址：http://localhost:8080/

问题解决

问题1：上传文件个数限制 100个

异常信息 The number of files exceeded settings.DATA_UPLOAD_MAX_NUMBER_FILES

解决办法：增加环境变了 DATA_UPLOAD_MAX_NUMBER_FILES=10000

docker run -itd -p 8080:8080 -v /data:/label-studio/data \
  -e DATA_UPLOAD_MAX_NUMBER_FILES=10000 \
  heartexlabs/label-studio:20240503.065200-ls-release-1-12-0-f8e829619

源码位置 label-studio/label-studio/label_studio/core/settings/base.py