HumanSignal/label-studio-ml-backend

何を解決するか

このプロジェクトは、機械学習モデルをラップしてWebサーバーとしてデプロイできるSDKを提供します。これらのサーバーはLabel Studioに接続され、データラベル付けのタスクを自動化し、データアノテーションに必要な手作業を削減します。

動作方法

SDKは、開発者が独自の推論およびトレーニングロジックを実装できるベースクラス LabelStudioMLBase を提供します。predict メソッドをオーバーライドすることで、モデルはタスクに対して事前アノテーションまたはインタラクティブな予測を提供できます。オプションで、fit メソッドを使用して、提出されたラベル付きデータに基づいてモデルをトレーニングできます。

対象ユーザー

データラベル付けにLabel Studioを使用し、独自のカスタム機械学習モデルをアノテーションプロセスに統合したい機械学習エンジニアおよびデータサイエンティスト。

特徴

• 事前構築済みモデル例: テキスト分類、NER、OCR、オブジェクト検出、画像セグメンテーション（SAM 2）、RAGパイプライン（LangChain）など、幅広いモデルをサポート。
• 柔軟なデプロイ: Docker ComposeまたはGoogle Cloud Platform（GCP）への直接デプロイをサポート。
• インタラクティブラベリング: ユーザーがデータをラベル付けしている間、モデルがリアルタイムで予測を提供可能。
• トレーニング統合: fit メソッドを通じて、提出されたアノテーションに基づいてモデルを更新可能。