Label Studio
Plateforme open source pour annoter des données et évaluer des modèles d’IA avec une relecture humaine.
Label Studio est une plateforme open source d’annotation de données et d’évaluation d’IA de HumanSignal. Label Studio s’installe avec pip, Homebrew ou Docker et s’utilise dans un navigateur pour annoter des images, de la vidéo, du texte, de l’audio et des séries temporelles, et pour faire noter par des relecteurs humains les sorties de LLM, les réponses de RAG et les traces d’agents.
Idéal pour Les équipes de machine learning et les chercheurs qui ont besoin d’un seul outil auto-hébergé pour annoter plusieurs types de données et pour l’évaluation humaine des sorties de modèles.
- Plateformes
- Web, API
- Modèle tarifaire
- Freemium
- Formule gratuite
- Oui
- API
- Oui
- Éditeur
- HumanSignal, Inc.
- Ajouté le
Dernière vérification : . Informations issues de labelstud.io.
Qu’est-ce que Label Studio ?
Label Studio est une plateforme open source d’annotation de données et d’évaluation d’IA maintenue par HumanSignal. Les équipes l’installent elles-mêmes avec pip, Homebrew, Docker ou depuis le dépôt Git, puis l’ouvrent dans un navigateur. Un seul outil gère de nombreux types de données : images et vidéo pour la classification, la détection d’objets, le suivi et la segmentation ; documents et texte pour l’OCR, la reconnaissance d’entités nommées et l’analyse de sentiment ; audio pour la transcription et la séparation des locuteurs ; séries temporelles issues de capteurs. Un groupe plus récent de modèles couvre le travail sur l’IA générative, dont l’évaluation de LLM avec des grilles personnalisées, la notation de réponses de RAG, la collecte de préférences pour le RLHF et la revue de traces d’agents. Les interfaces d’annotation sont configurables, le stockage et les modèles peuvent être connectés pour le pré-étiquetage, et une API, un SDK Python et des webhooks l’intègrent aux pipelines de ML. Une édition Enterprise distincte est également proposée.
Fonctionnalités clés
Annotation multimodale
Annote images, vidéo, texte, documents, audio et séries temporelles dans une seule application.
Outils de vision par ordinateur
Trace des boîtes, des polygones, des cercles et des points clés, et suit plusieurs objets d’une image à l’autre.
Évaluation de LLM et d’agents
Prend en charge des benchmarks personnalisés, la comparaison de modèles côte à côte, la notation de réponses de RAG et la relecture humaine de traces d’agents.
Interfaces configurables
Permet de définir des mises en page et des modèles adaptés aux données, à la tâche et aux critères d’évaluation.
Intégration aux pipelines
Propose une API, un SDK Python et des webhooks pour créer des projets, diffuser des prédictions et lancer des entraînements ou des évaluations.
Annotation assistée par modèle
Connecte des modèles de ML pour pré-étiqueter les éléments et synchronise les données depuis un stockage externe.
Comment fonctionne Label Studio
Installez
Ajoutez le paquet avec pip, utilisez le cask Homebrew, récupérez l’image Docker ou compilez depuis le dépôt Git.
Lancez
Démarrez le serveur avec la commande label-studio et ouvrez-le dans un navigateur ; l’exemple Docker le sert sur le port 8080.
Importez et annotez
Importez des données, choisissez ou personnalisez un modèle d’annotation et commencez à annoter.
Cas d’usage
- Jeux de données de détection d’objets
- Une équipe de vision trace des boîtes englobantes et des polygones sur des images pour entraîner un détecteur.
- Extraction de documents
- Des annotateurs marquent des entités sur des PDF et des pages numérisées pour constituer des jeux d’entraînement de NER et d’OCR.
- Analyse d’enregistrements d’appels
- L’audio d’un centre d’appels est transcrit, séparé par locuteur et annoté comme du texte dans la même tâche.
- Relecture de sorties de LLM
- Des relecteurs notent les réponses de modèles selon une grille ou comparent deux modèles côte à côte.
- Segmentation de données de capteurs
- Des ingénieurs marquent des zones d’activité et des événements isolés sur des séries temporelles issues d’appareils.
À savoir
- Vous l’hébergez vous-même
- L’édition open source est un logiciel que vous installez et exploitez, et non un service hébergé auquel on s’inscrit.
- Certaines interfaces relèvent de l’édition Enterprise
- Des articles de blog du site présentent les interfaces d’annotation DICOM et LiDAR comme faisant partie de Label Studio Enterprise.
- Deux éditions existent
- Le site renvoie vers une Community Edition et une plateforme Enterprise, avec une page pour comparer les versions.
Questions fréquentes
Qu’est-ce que Label Studio ?
Label Studio est un logiciel open source de HumanSignal pour annoter des données et faire intervenir des relecteurs humains lors de l’évaluation de systèmes d’IA.
À quoi sert Label Studio ?
Label Studio sert à annoter des données d’entraînement pour le machine learning et à faire relire et noter par des personnes les sorties de modèles d’IA, y compris les LLM et les agents.
Label Studio est-il gratuit ?
L’édition communautaire de Label Studio est open source et peut être téléchargée depuis le site. HumanSignal propose aussi une édition Enterprise ; la page d’accueil n’en indique pas le prix.
Comment installer Label Studio ?
Label Studio s’installe avec pip, par un cask Homebrew, en exécutant l’image Docker ou en clonant le dépôt Git.
Label Studio a-t-il une API ?
Oui. Label Studio fournit une API, un SDK Python et des webhooks pour le connecter à des pipelines de ML et d’IA.
Quels types de données Label Studio prend-il en charge ?
Label Studio prend en charge les images, la vidéo, le texte et les documents, l’audio, les séries temporelles et les combinaisons multimodales de ces types.
Qui édite Label Studio ?
Label Studio est édité par HumanSignal, Inc., mentionnée dans le pied de page du site.
Pour qui
- Ingénieurs ML
- Data scientists
- Équipes d’annotation
- Chercheurs en IA
- Laboratoires universitaires
Présent dans ces guides
- Créer une appli reposant sur l’IA : la pile d’outils, couche par coucheÉtape 8 : Évaluation et suivi
Chaque guide décompose un projet en étapes et indique les outils utiles à chacune. Tous les guides
Commentaires
Aucun commentaire pour l’instant. Vous avez utilisé Label Studio ? Racontez aux autres lecteurs comment cela s’est passé.
Alternatives à Label Studio
| Outil | Formule gratuite | Prix de départ | API |
|---|---|---|---|
 CVATPlateforme d’annotation de données pour étiqueter images, vidéos, nuages de points 3D et audio, en version cloud, auto-hébergée et open source. |
Oui | — | Oui |
 Segments.aiPlateforme d’annotation de données pour la robotique et la conduite autonome, qui annote ensemble nuages de points 3D et images de caméra. |
— | — | Oui |
 Digitap.aiPlateforme d’API pour les banques et les fintechs : onboarding KYC numérique, analyse de relevés bancaires et évaluation du crédit à partir de données alternatives. |
— | — | Oui |
UltralyticsPlateforme de vision par ordinateur des créateurs de YOLO pour annoter des données, entraîner des modèles sur des GPU cloud et les déployer. |
Oui | — | Oui |
 AirbytePlateforme libre de déplacement de données qui réplique les données de plus de 700 sources et les met à disposition des outils d’analyse et des agents d’IA. |
— | — | Oui |
Dans les mêmes catégories que Label Studio. Un prix de départ n’apparaît que si nous l’avons vérifié sur la page des tarifs de l’éditeur ; un tiret signifie qu’il n’a pas été vérifié ou n’est pas publié. Tous les outils : Reconnaissance d’images et OCR