HumanSignal/label-studio-ml-backend

解决的问题

该项目提供了一个 SDK，允许开发者将机器学习模型封装为 Web 服务器。这些服务器可以连接到 Label Studio，以自动化数据标注任务，从而减少数据标注所需的手动工作量。

工作原理

SDK 提供了一个基类 LabelStudioMLBase，开发者可以继承该类来实现自己的推理和训练逻辑。通过重写 predict 方法，模型可以为任务提供预标注或交互式预测。可选地，还可以使用 fit 方法在提交的标注数据上训练模型。

适用人群

使用 Label Studio 进行数据标注，并希望集成自定义 ML 模型以辅助标注过程的机器学习工程师和数据科学家。

主要亮点

• 预构建模型示例：包含广泛支持的模型，适用于文本分类、命名实体识别（NER）、OCR、目标检测、图像分割（SAM 2）以及 RAG 流水线（LangChain）。
• 灵活部署：支持通过 Docker Compose 部署，或直接部署到 Google Cloud Platform（GCP）。
• 交互式标注：支持模型在用户标注数据时提供实时预测。
• 训练集成：可通过 fit 方法基于提交的标注数据更新模型。