（Windows）半自动化标注-Label-Studio的安装和简单使用

*Major*

已于 2023-05-09 15:26:05 修改

阅读量1.1w

点赞数 7

文章标签： python 深度学习开发语言

于 2023-05-05 20:16:15 首次发布

本文链接：https://blog.csdn.net/qq_41375318/article/details/130513701

版权

文章介绍了如何安装和使用LabelStudio进行图像数据的标注，包括图像分类、目标检测等任务。同时，提到了MetaAI的SegmentAnything模型的安装和权重下载，以及如何结合LabelStudio-ML进行模型集成和推理。此外，还提供了报错解决方案和标注操作步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

半自动化标注-Label-Studio的安装和简单使用

参考文献https://mp.weixin.qq.com/s/7e28NOnGJi09GqPzzVUPuA

Label Studio 是一款优秀的标注软件，覆盖图像分类、目标检测、分割等领域数据集标注的功能。

LabelStudio
├── backend         // 后端功能
│   ├── examples    // label studio ml 官方示例（非必须）
│   ├── mmdetection // mmdetection 人脸检测模型
│   ├── model       // label studio ml 生成的后端服务 （自动生成）
│   ├── workdir     // 模型训练时工作目录
│   |   ├── fcos_common_base.pth    // 后端模型基础权重文件
│   |   └── latest.pth              // 后端模型最新权重文件
│   └── runbackend.bat  // 生成并启动后端服务的脚本文件
├── dataset         // 实验所用数据集（非必须）      
├── label_studio.sqlite3    // label studio 数据库文件
├── media      
│   ├── export
│   └── upload  // 上传的待标记数据集
└── run.bat     // 启动 label studio 的脚本文件（非必须）

SAM (Segment Anything) 是 Meta AI 推出的分割一切的模型。

安装pytorch

pip install torch==1.10.1+cpu torchvision==0.11.2+cpu torchaudio==0.10.1 -f https://download.pytorch.org/whl/cpu/torch_stable.html

安装所需工具包

pip install opencv-python pycocotools matplotlib onnxruntime onnx -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com

下载playground:https://github.com/open-mmlab/playground

在这里插入图片描述

在线安装segment-anything

pip install git+https://github.com/facebookresearch/segment-anything.git

在这里插入图片描述

或者离线安装

https://github.com/facebookresearch/segment-anything

在这里插入图片描述

pip install -e .

在这里插入图片描述

下载Seg模型权重，选择权重（选择其一）（可用浏览器下载）

wget https://dl.fbaipublicfiles.com/segment_anything/sam_vit_b_01ec64.pth

wget https://dl.fbaipublicfiles.com/segment_anything/sam_vit_l_0b3195.pth
# 最优
wget https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth

在这里插入图片描述

安装label-studio和label-studio-ml

pip install label-studio -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com --user

pip install label-studio-ml  -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com --user

启动label-studio-ml

在这里插入图片描述

label-studio-ml start sam --port 8003 --with sam_config=vit_b sam_checkpoint_file=./sam_vit_b_01ec64.pth out_mask=True out_bbox=True device=cpu 
# device=cuda:0 为使用 GPU 推理，如果使用 cpu 推理，将 cuda:0 替换为 cpu
# out_poly=True 返回外接多边形的标注

在这里插入图片描述

启动 Label-Studio

set ML_TIMEOUT_SETUP=40

label-studio start

在这里插入图片描述

注册登录，创建项目

在这里插入图片描述

上传图像（数据）

在这里插入图片描述

删除标签

在这里插入图片描述

添加标签

在这里插入图片描述

<View>
  <Image name="image" value="$image"/>
  <RectangleLabels name="label" toName="image">
    
    
  <Label value="cat" background="#FFA39E"/><Label value="dog" background="#D4380D"/></RectangleLabels>
</View>