数据标注

功能概述

数据标注模块提供：

• 多类型标注：支持图像、文本、音频等多种数据类型
• 标注模板：丰富的标注模板和配置
• 质量控制：标注审核和一致性检查
• 团队协作：多人协作标注
• 标注导出：导出标注结果

标注类型

图像标注

文本标注

音频标注

快速开始

1. 部署 Label Studio

使用 Docker Compose

make install-label-studio

访问 Label Studio

• 地址：http://localhost:30001
• 用户名：admin@demo.com
• 密码：demoadmin

2. 创建标注任务

步骤 1：进入数据标注页面

在左侧导航栏选择 数据标注。

步骤 2：创建任务

点击右上角 创建任务 按钮。

步骤 3：配置基本信息

• 任务名称：例如 image_classification_task
• 任务描述：描述标注任务（可选）
• 源数据集：选择要标注的数据集
• 标注类型：选择标注类型（如图像分类）

步骤 4：配置标注模板

选择或创建标注模板：

图像分类模板示例：

<View>
  <Image name="image" value="$image"/>
  <Choices name="choice" toName="image">
    <Choice value="cat"/>
    <Choice value="dog"/>
    <Choice value="bird"/>
  </Choices>
</View>

目标检测模板示例：

<View>
  <Image name="image" value="$image"/>
  <RectangleLabels name="label" toName="image">
    <Label value="cat" background="blue"/>
    <Label value="dog" background="red"/>
  </RectangleLabels>
</View>

步骤 5：配置标注规则

• 标注方式：单标签 / 多标签
• 最少标注数：每个样本最少标注次数（用于一致性）
• 审核机制：是否启用审核
• 标注人员：分配标注人员

步骤 6：创建任务

点击 创建 按钮完成创建。

3. 开始标注

步骤 1：进入标注界面

在任务列表页，点击任务名称进入标注界面。

步骤 2：进行标注

1. 查看当前待标注样本
2. 根据标注类型进行标注
3. 点击 提交 完成标注
4. 自动加载下一个样本

步骤 3：查看标注进度

在标注界面可以看到：

• 总样本数：待标注的样本总数
• 已标注数：已完成标注的样本数
• 完成进度：标注完成百分比
• 我的标注数：当前用户标注的数量

4. 标注审核

查看待审核标注

1. 进入任务详情页
2. 点击 审核 标签
3. 查看待审核的标注结果

审核标注

1. 查看标注结果
2. 选择 通过 或 拒绝
3. 如果拒绝，可以修改标注
4. 提交审核结果

5. 导出标注结果

导出为 JSON

[
  {
    "id": 1,
    "image": "image1.jpg",
    "label": "cat",
    "annotator": "user1",
    "created_at": "2024-01-15T10:30:00"
  }
]

导出为 CSV

id,image,label,annotator,created_at
1,image1.jpg,cat,user1,2024-01-15 10:30:00
2,image2.jpg,dog,user1,2024-01-15 10:31:00

导出到数据集

将标注结果导出到新的数据集，用于后续处理。

高级功能

标注模板定制

自定义标签

在模板中定义标签及其属性：

<Choices name="choice" toName="image">
  <Choice value="cat" alias="feline"/>
  <Choice value="dog" alias="canine"/>
  <Choice value="other"/>
</Choices>

添加属性

为标签添加额外属性：

<RectangleLabels name="label" toName="image">
  <Label value="person" background="blue">
    <Attribute name="gender" type="radio">
      <Value value="male"/>
      <Value value="female"/>
    </Attribute>
    <Attribute name="age" type="number"/>
  </Label>
</RectangleLabels>

质量控制

标注一致性

检查不同标注员的一致性：

• Cohen’s Kappa：评估标注一致性
• 多数投票：使用多数标注结果
• 专家审核：专家审核争议标注

标注指南

创建详细的标注指南：

1. 明确标注标准
2. 提供标注示例
3. 说明边界情况
4. 定期更新指南

团队协作

角色分配

任务分配

• 手动分配：管理员手动分配样本
• 自动分配：系统自动分配待标注样本
• 认领模式：标注员主动认领样本

预标注

使用模型进行预标注：

1. 训练或使用现成模型
2. 对数据集进行预标注
3. 标注员修正预标注结果

优势：

• 提高标注效率
• 降低标注成本
• 保持标注一致性

最佳实践

1. 标注指南

制定清晰的标注指南：

• 明确标准：清晰定义标注标准
• 提供示例：给出正例和反例
• 边界情况：说明如何处理边界情况
• 培训标注员：确保标注员理解指南

2. 质量控制

建立质量控制流程：

1. 预标注：使用模型预标注
2. 标注：标注员进行标注
3. 审核：审核员抽检
4. 反馈：提供反馈并改进

3. 标注效率

提高标注效率：

• 使用快捷键：使用键盘快捷键
• 批量操作：支持批量标注
• 智能推荐：使用 AI 辅助标注
• 合理分工：根据难度分配任务

常见问题

Q: 标注质量不理想怎么办？

A: 改进建议：

1. 完善标注指南：更详细的标注说明
2. 加强培训：培训标注员
3. 增加审核：提高审核比例
4. 使用预标注：使用模型辅助
5. 提供反馈：及时反馈问题

Q: 标注速度慢怎么办？

A: 提高效率：

1. 使用预标注：减少从零开始标注
2. 优化界面：使用快捷键和批量操作
3. 合理分工：根据难度分配任务
4. 激励标注员：设置激励机制

Q: 如何处理标注不一致？

A: 处理方法：

1. 明确标准：制定明确的标注标准
2. 多数投票：使用多个标注员投票
3. 专家裁决：专家处理争议标注
4. 计算一致性：使用 Cohen’s Kappa 等指标

Q: 支持哪些标注格式？

A: 导出格式：

• JSON
• CSV
• COCO (用于目标检测)
• YOLO (用于目标检测)
• Pascal VOC (用于目标检测)
• 自定义格式

相关文档

• 数据管理 - 管理待标注数据
• 数据评估 - 评估标注质量