Полезная платформа для автоматической маркировки. Содержит 3 части:
- Внешний интерфейс студии лейблов: показывает представление макета
- Бэкэнд студии лейблов: создайте сервер для маркировки моделей, выполните автоматическую маркировку
- Бэкэнд машинного обучения: Бэкенд модели ML позволяет нам автоматически маркировать.
Установите Labelstudio на ПК:
pip установить лейбл-студию
Запустите бэкэнд labelstudio на локальном хосте:
label-studio запустить my_project — инициализировать
Это запустит сервер на локальном хосте по порту http://localhost:8080.
Localhost: создайте фиктивный сервер на локальном компьютере. Localhost — это ссылка на локальную машину. Порт: запись на другом хосте на локальном компьютере. Используя другой порт, мы можем создать несколько серверов localhost.
localhost:8080 — это адрес, который подключался к локальному компьютеру каждого пользователя.
Подключиться к локальному серверу извне: следует подключиться к IP-адресу локального компьютера с определенным портом, на котором находится локальный сервер.
Запуск с серверной частью машинного обучения. Разверните модель машинного обучения для работы на локальном хосте.
- Инициализировать бэкэнд мл
label-studio-ml init my_ml_backend — скрипт model.py
2. Запустите внутренний сервер
label-studio-ml запустить my_ml_backend
3. Запустите проект label-studio с моей серверной частью машинного обучения.
label-studio start имя_проекта — тип_задачи шаблона инициализации (пример: text_classification) — ml-backends http://localhost:9090(Location, когда мы запускаем ml-backend)