HumanSignal/label-studio-ml-backend

解决的问题

Label Studio ML 后端是一个 SDK，允许开发者将机器学习模型封装为 Web 服务器。这使得在 Label Studio 实例中通过提供预标注、交互式预测以及基于提交的标注训练模型，来自动化标注任务成为可能。

工作原理

该 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，服务器可以将预测结果返回给 Label Studio。通过重写 fit 方法，服务器可以根据新标注更新模型状态或保存权重。

适用人群

使用 Label Studio 进行数据标注，并希望集成自定义模型以通过自动化加速标注流程的机器学习工程师和数据科学家。

主要亮点

• 预标注：在人类审核员查看数据之前，自动生成初始标签。
• 交互模式：用户在标注页面执行操作时，提供实时预测。
• 训练集成：可根据人类提供的标签更新或重新训练模型。
• 丰富的模型示例：包含多种任务的预构建示例，包括 BERT 分类器、SAM 2 图像分割、YOLO 对象检测，以及通过 LangChain 实现的 RAG 流水线。
• 多种部署选项：支持通过 Docker、GCP 和 Nebius Serverless 部署。