LabelStudio

מה זה

אתם פותחים פרויקט, מגדירים את סוג התיוג שדרוש לכם, ומעלים קבצי נתונים מסוגים שונים. המערך תומך בהזנת תמונות, טקסטים, קטעי קול, סרטונים ונתוני סדרות עיתיות. בסיום העבודה מפיקים תיוגים מובנים שנועדו להכין דאטה חדש או לשפר דאטה קיים לצורך אימון מודלים.

התוכנה רצה בתוך קונטיינר של דוקר, כשהשרת הפנימי מבוסס על סביבת ג'נגו עם בסיס נתונים מקומי מסוג SQLite. אפשר לחבר אליה מודלים חיצוניים של למידת מכונה כדי לסייע בתהליך, ולהתחבר לאחסון ענן לשמירת המידע.

מתאים ל

• תיוג תמונות ווידאו

  סימון עצמים ומקטעים על גבי קבצי מדיה לצורך אימון מודלים של ראייה ממוחשבת.

• סיווג טקסט ואודיו

  חלוקת מסמכים לקטגוריות ותיוג הקלטות קול להכנת מאגרי שפה ודיבור.

• ניתוח סדרות עיתיות

  הזנת נתונים רציפים על ציר זמן וסימון אנומליות או תבניות רלוונטיות.

איפה זה נופל

ברירת המחדל כאן בעייתית מאוד לעבודה אמיתית. האחסון המקומי הוא זמני ונשמר ב־SQLite, כך שאיפוס של הסביבה ימחק את כל הפרויקטים והתיוגים. בנוסף, כל מי שנכנס לכתובת יכול לפתוח חשבון, לצפות במידע ולשנות הגדרות. כדי לעבוד ברצינות צריך לשכפל את הסביבה, להגדיר הרשאות, ולחבר אותה ל־Postgres או ל־Storage Bucket חיצוני.

איך משתמשים

כדי להתחיל יוצרים חשבון משתמש חדש ונכנסים למערכת. יצירת פרויקט דורשת הגדרת ממשק תיוג והעלאת קבצים. האפליקציה רצה על מעבד בסיסי, cpu-basic, כך שאין כאן כוח מחשוב כבד של מאיצים גרפיים. פעולות התיוג והניווט בממשק פועלות רגיל, אבל לא הייתי בונה על עיבוד מודלים מקומי מהיר בלי חיבור חיצוני.

הרישיון

הקוד מופץ תחת רישיון apache-2.0, שמאפשר שימוש חופשי, כולל לצרכים מסחריים ושינוי הקוד. לגבי המידע שמעלים, ברירת המחדל בסביבה פתוחה לכולם, כך שכל אדם שיכנס יוכל לגשת לקבצים אם לא הגדרתם נעילה ואחסון נפרד.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗