Label Studio

Najbardziej elastyczna platforma do anotowania danych w zadaniach wizji komputerowej, umożliwiająca przygotowywanie danych treningowych.

Uruchamianie

Data Label Studio może pomóc w anotowaniu danych przy użyciu AI - w takim przypadku można wykorzystać GPU. Aby uzyskać informacje o automatycznej anotacji i usprawnieniu procesu treningu, sprawdź sekcję Backend ML.

Warto również utworzyć i zamontować wolumen dla danych oraz bazy danych PostgreSQL, aby zabezpieczyć swoją pracę.

Utwórz wolumeny

Wolumen dla danych

$ cgc volume create --name label-studio-data -s 5

Wolumen dla bazy danych

$ cgc volume create --name label-studio-db -s 1

Utwórz bazę danych

$ cgc db create --name label-studio-db -c 1 -m 2 -v label-studio-db postgresql

Uruchom Label Studio

informacja

Użyj cgc db list -d jeśli nie skopiowałeś <APP_TOKEN_DB> podczas tworzenia bazy danych.

$ cgc compute create --name label-studio01 -c 8 -m 24 -v label-studio-data label-studio -d postgre_host=label-studio-db -d postgre_password=<APP_TOKEN_DB>

Po utworzeniu aplikacji możesz zalogować się do interfejsu webowego na podstawie informacji podanych w outpucie.
URL i app_token można znaleźć używając polecenia cgc compute list -d.
Nazwa logowania administratora to admin@localhost

Użycie Label Studio

Użycie jest naprawdę proste. Jeśli wiesz, co jest potrzebne do oznaczenia Twoich danych, eksploracja nie powinna zająć więcej niż 10 minut bez żadnej dokumentacji. Jeśli potrzebujesz pomocy, odwiedź oficjalną dokumentację

Jak używać ML Backend w Label Studio

ML backend to narzędzie, które łączy modele uczenia maszynowego z procesem anotacji danych. Używa istniejących modeli do automatycznego wstępnego oznaczania danych, co przyspiesza pracę, dostarczając początkowe etykiety do przeglądu i ewentualnej poprawy.

Jak podłączyć model do swojego projektu w Label Studio

Po utworzeniu projektu otwórz jego ustawienia (Settings) w prawym górnym rogu i wybierz opcję Model.

Kliknij przycisk Connect Model i wypełnij następujące pola:

Pole	Opis
Title	Wprowadź nazwę dla modelu.
Backend URL	Wprowadź URL dla modelu.
Description (Optional)	Podaj opis modelu.
Use for interactive preannotations	Włącz tę opcję, aby umożliwić modelowi wspieranie procesu oznaczania poprzez dostarczanie predykcji lub sugestii w czasie rzeczywistym, gdy anotatorzy pracują nad zadaniami. Więcej informacji znajdziesz w sekcji Interactive pre-annotations.

Pre-adnotacje/predykcje

Uzyskiwanie predykcji z modelu

Po podłączeniu modelu do Label Studio możesz zobaczyć predykcje modelu w interfejsie adnotacji, jeśli model jest wstępnie wytrenowany lub zaraz po zakończeniu trenowania.

Warning

W przypadku dużego zbioru danych HTTP request do pobrania predykcji może zostać przerwane z powodu przekroczenia limitu czasu (timeout).

Dostępne modele

Następujące modele są obsługiwane przez ML Backend.

• Kolumna Pre-adnotacja wskazuje, czy model może być używany do wstępnego oznaczania w Label Studio: możesz zobaczyć wstępnie oznaczone dane podczas otwierania strony adnotacji lub po uruchomieniu predykcji dla danych.
• Kolumna Trenowanie wskazuje, czy model może być używany do trenowania w Label Studio.

Nazwa modelu	Zadanie	Pre-adnotacja	Trenowanie
YOLO	Detkecja elementów na obrazie.	✅	❌
Segment Anything (SAML)	Segmentacja obrazu.	✅	❌

Aby uzyskać więcej informacji na temat ML Backend, możesz odwiedzić stronę z oficjalną dokumentacją.