标注工具Label Studio如何导入本地文件和模型预测结果

type

status

date

slug

summary

安装

参考：Label Studio Documentation — Install and Upgrade Label Studio 。

尽量在独立的虚拟环境中安装：

<ins/>

启动

下面命令启动：

有些任务的数据是在本地硬盘上的，直接上面命令启动是不允许加载本地硬盘上的资源的。如果要加载本地硬盘资源，需要使用下面的命令设置好环境变量（官方文档：Label Studio Documentation — Cloud and External Storage Integration）：

LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT 中设置的值需要是待加载资源的根目录。比如资源放在 /data/jinlong/std_data/call_images/images 下面，就可以设置 LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=/data/jinlong/std_data 。

基于本地资源创建新的标注任务

参考：Label Studio Documentation — Cloud and External Storage Integration 。

本节介绍如何把本地某个文件夹中的所有图片都导入到标注任务中。Label Studio Documentation 有相关的说明，也有介绍视频 https://youtu.be/lo6ncQajbdU 。

设置路径：Settings / Cloud Storage / Add Source Storage ，Storage Type 选择 Local files。

⛔

注意：右上角 “Absolute local path” 中需要填写绝对路径，而且这个绝对路径需要是 Label Studio 启动时LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT 中设置的路径的子文件夹。比如我这里设置为：/data/jinlong/std_data/call_images/images/2023-02-27_2023-03-05 。

如果是创建数学公式检测（MFD）标注任务，可以使用以下的配置（Settings / Labeling Interface / Code）：

导入模型预测结果

参考：https://labelstud.io/guide/predictions.html#Import-bbox-and-choice-pre-annotations-for-images 。

如果你标注了一个样本（如对图片做目标检测标注），它对应的配置大概长这样。

如果要导入模型的预测结果，导入文件应该长这样。最上层是个list，其中每个元素是一个dict，对应着一个样本的预测结果。

对应一个样本预测结果的dict，只需包含两个key即可：predictions 和 data 。其中 data 就是样本图片位置信息，和上面配置结构是一样的。

predictions 包含3个key即可：model_version、score 和 result。前两个写死即可，表示预测模型的名称和预测分数。result 的结构和上面配置文件中的 result 结构是一样的，可以直接拷贝过来用。

特别要注意的是，data/image 中的值是一个特别的值，它的前缀是固定的 /data/local-files/?d=，之后是相对路径，相对于Label Studio启动时设置的 LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT 值，如上面图片文件的绝对路径其实是 /data/jinlong/std_data/call_images/images/2023-02-27_2023-03-05/1.jpg（启动时设置了 LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=/data/jinlong/std_data）。

把上面配置存成 .json 文件，然后通过 Label Studio 的 import 导入即可。

⛔

注意，导入会生成新的样本，不会覆盖已有样本。

你可以自己想办法以上面说明的格式生成json文件。如果你的标注任务是数学公式检测， CnSTD 中提供了脚本命令直接生成上面的json文件。以下是具体说明。

利用CnSTD的MFD模型，生成检测结果

利用 CnSTD 的 LayoutAnalyzer MFD模型，生成检测结果（json格式）文件，这个文件可以导入到 Label Studio 中，生成待标注数据。

从Github Clone CnSTD 项目，按文档配置好环境后，使用命令 pip install cnstd 安装 CnSTD，之后在 CnSTD 根目录下（**/**/cnstd）运行以下命令：

线上标注

把文件 prediction_results.json 导入到 Label Studio 已有项目中，就会在当前项目中生成待标注的新样本了。然后在 Label Studio 标注样本即可。

⛔

注：不一定要把所有样本都标注一遍，觉得没必要或者不想要的样本直接忽略不标即可。

标注完后，点页面右上角的 Export ，在弹窗中选择以 JSON 格式导出结果到文件。导出的结果只会包含标注过的样本，而不是包含所有样本。

把标注后的导出文件转化成训练MFD模型的数据格式

如果你的标注任务是数学公式检测，并期望使用标注结果来训练 CnSTD 中的MFD模型（Pix2Text 中使用的MFD模型就是这个了），那可以直接使用 CnSTD 提供的脚本命令把 Label Studio 导出的JSON文件转化成训练需要的格式。

⛔

注：CnSTD 中MFD模型的训练代码在 breezedeus/yolov7 中。

从Github Clone CnSTD 项目，按文档配置好环境后，使用命令 pip install cnstd 安装 CnSTD，之后在 CnSTD 根目录下（**/**/cnstd）运行以下命令：

视频版

B站链接

Youtube 链接