指南 3个标注团队操作手册:提升标注速度与质量

项目设置

企业版

Label Studio Enterprise 用户还可使用更多控制选项和配置。有关这些选项的详细信息,请参阅Label Studio Enterprise中的项目设置

通用设置

使用这些设置来指定项目的一些基本信息。

字段 描述
项目名称 输入项目名称。
描述 输入项目的描述信息。
颜色 您可以为项目选择一种颜色。在查看项目页面时,该项目会以该颜色高亮显示。
任务采样
  • 顺序采样–任务按照数据管理器中的顺序展示给标注者
  • 随机采样–任务以随机顺序展示

标注界面

标注界面是项目的核心配置点,它决定了任务如何呈现给标注人员。

有关设置标注界面的信息,请参阅标注配置

标注

Labeling Instructions

Specify instructions to show the users as they annotate task. This field accepts HTML formatting.

启用标注前显示功能,当用户进入标注流程时将显示弹出消息。

如果禁用,用户需要点击标注界面底部的显示说明操作。

Live Predictions

如果您已连接ML后端或模型,可以使用此设置决定是否应使用模型的预测结果对任务进行预标注。更多信息请参阅将Label Studio集成到您的机器学习流程中

使用下拉菜单选择预测来源。例如,您可以选择一个已连接的模型或一组预测结果

模型

点击连接模型将机器学习(ML)后端连接到您的项目。有关连接模型的更多信息,请参阅机器学习集成

您有以下配置选项:

字段 描述
Start model training on annotation submission Triggers the connected ML backend to start the training process each time an annotation is created or updated.

This is part of an active learning loop where the model can be continuously improved as new annotations are added to the dataset. When this setting is enabled, the ML backend’s fit() method is called, allowing the model to learn from the most recent annotations and potentially improve its predictions for subsequent tasks.
交互式预标注 (在创建或编辑模型连接时可用)

启用此选项可让模型通过实时提供预测或建议来辅助标注过程,当标注人员处理任务时。

换句话说,当您与数据交互时(例如在图像上绘制区域、高亮文本或向LLM提问),机器学习后端会接收此输入并返回基于该输入的预测。

以下操作可从已连接模型旁边的溢出菜单中使用:

操作 描述
开始训练 手动启动训练。当您想控制模型训练时机时使用此操作,例如在收集到特定数量的标注后或按特定间隔进行训练。
发送测试请求 (可从已连接模型旁边的溢出菜单中找到)

用于故障排除并向已连接模型发送测试请求。
编辑 修改模型名称、URL和参数。更多信息请参阅Connect a model to Label Studio
删除 移除与该模型的连接。

预测结果

从这里您可以查看从数据管理器执行检索预测操作时导入或生成的预测结果。更多信息请参阅将预标注数据导入Label Studio

云存储

这里是您将Label Studio连接到云存储提供商的地方:

  • 源云存储–这是您项目源数据的保存位置。当您同步源存储时,Label Studio会获取待标注的数据。
  • 目标云存储–这是您标注数据的保存位置。当您同步目标存储时,标注数据会从Label Studio发送到目标存储位置。

更多信息,请参阅Sync data from external storage

Webhooks

您可以使用webhooks来集成第三方应用程序。更多信息,请参阅在Label Studio中设置webhooks和我们的集成目录

危险区域

从这里,您可以访问可能导致数据丢失的操作,请谨慎使用。

  • 关闭所有标签页

    如果数据管理器无法加载,关闭所有数据管理器标签页可能会有所帮助。

  • 删除项目

    删除项目将永久移除Label Studio中的所有任务、标注和项目数据。