Полезная платформа для автоматической маркировки. Содержит 3 части:

  1. Внешний интерфейс студии лейблов: показывает представление макета
  2. Бэкэнд студии лейблов: создайте сервер для маркировки моделей, выполните автоматическую маркировку
  3. 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.

  1. 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)