label-studio配置

label-studio是一种基于网页的带有自动化标注功能的标注工具，下面就记录一下label-studio的配置过程。

label-studio前端是用vue写的，后端是flask写的。label-studio配置的核心思想是 你在前端把你的标注的信息传送回后端，所以配置的时候遇到通信问题，记得去看flask的port有没有对，一般就可以了。label-studio是需要你先启动label-studio主服务，如果你需要使用label-studio的自动化标注功能，需要再启动label-studio-backend，而这个backend生成的数据再返回给前端。

配置过程：

1.创建label-studio环境

conda create --name label-studio python=3.9

conda activate label-studio

conda install psycopg2

2.安装label-studio

pip install label-studio==1.7.3

然后 就可以启动label-stuido了，默认端口9090

label-studio --port 10080

3.安装label-studio machine learning backend

cd ${PROJ_PATH}/label_studio_backend

git clone GitHub - HumanSignal/label-studio-ml-backend: Configs and boilerplates for Label Studio's Machine Learning backend cd label-studio-ml-backend

pip install -U -e .

#上传自己的工程文件 到${backend_deploy_path}

#比如我用的openmmlab，所以我安装openmmlab

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge

pip install -U openmim pip install mmcv-full==1.6.0 -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.10.0/index.html