HumanSignal/label-studio-ml-backend

해결하는 문제

Label Studio ML 백엔드는 개발자가 머신러닝 모델을 래핑하고 웹 서버로 배포할 수 있도록 해주는 SDK입니다. 이를 통해 Label Studio 인스턴스 내에서 사전 레이블링, 인터랙티브 예측, 제출된 레이블을 기반으로 모델을 훈련할 수 있는 기능을 제공하여 레이블링 작업을 자동화할 수 있습니다.

작동 방식

SDK는 개발자가 자신의 추론 및 훈련 로직을 구현할 수 있도록 기본 클래스 LabelStudioMLBase 를 제공합니다. predict 메서드를 오버라이드하면 서버가 Label Studio로 예측 결과를 반환할 수 있습니다. fit 메서드를 오버라이드하면 새로운 레이블을 기반으로 모델 상태를 업데이트하거나 가중치를 저장할 수 있습니다.

대상 사용자

Label Studio를 데이터 레이블링에 사용하고, 자사의 커스텀 모델을 통합하여 레이블링 프로세스를 자동화하고 싶은 머신러닝 엔지니어 및 데이터 과학자.

주요 기능

• 사전 레이블링: 인간 리뷰어가 데이터를 확인하기 전에 자동으로 초기 레이블을 생성합니다.
• 인터랙티브 모드: 사용자가 레이블링 페이지에서 작업할 때 실시간으로 예측을 제공합니다.
• 훈련 통합: 인간이 제공한 레이블을 기반으로 모델을 업데이트하거나 재학습할 수 있습니다.
• 풍부한 모델 예제: BERT 분류기, SAM 2 이미지 세그멘테이션, YOLO 객체 탐지, LangChain을 통한 RAG 파이프라인 등 다양한 작업을 위한 사전 구축된 예제 포함.
• 배포 옵션: Docker, GCP, Nebius Serverless를 통해 배포 가능합니다.