Label Studio 项目启动与配置完全指南

Label Studio 是一款功能强大的数据标注工具，广泛应用于机器学习项目中的数据标注工作。本文将详细介绍如何启动和配置 Label Studio 项目，包括各种启动参数、环境变量设置以及不同部署场景下的最佳实践。

基础启动命令

安装 Label Studio 后，使用以下简单命令即可启动服务：

label-studio start

默认情况下，Label Studio 使用 SQLite 数据库存储标注任务和注释。您可以通过 UI 或 API 指定不同的数据源和存储目标。

常用命令详解

Label Studio 提供了丰富的命令行工具，以下是核心命令及其功能：

命令	功能描述
label-studio	启动 Label Studio 服务器
label-studio -h	显示所有可用命令行参数
label-studio init <项目名>	初始化特定项目
label-studio start <项目名> --init	启动服务器并初始化项目
label-studio reset_password	重置用户密码
label-studio shell	访问 Label Studio 的交互式 shell
label-studio version	显示当前版本信息
label-studio user --username <邮箱>	显示用户信息及令牌

关键启动参数配置

Label Studio 提供了丰富的启动参数，可通过命令行或环境变量设置：

基础配置参数

参数	环境变量	默认值	说明
-p, --port	LABEL_STUDIO_PORT	8080	指定服务端口
--host	LABEL_STUDIO_HOST	''	指定主机名用于生成链接
-d, --debug	-	False	启用调试模式
--log-level	-	ERROR	设置日志级别(DEBUG/INFO/WARNING/ERROR)

数据存储配置

参数	环境变量	默认值	说明
-db, --database	LABEL_STUDIO_DATABASE	label_studio.sqlite3	指定数据库文件路径
--data-dir	LABEL_STUDIO_BASE_DATA_DIR	系统相关	应用数据存储目录

用户与安全配置

参数	环境变量	默认值	说明
--username	LABEL_STUDIO_USERNAME	default_user@localhost	默认用户名
--password	LABEL_STUDIO_PASSWORD	None	默认用户密码
--user-token	LABEL_STUDIO_USER_TOKEN	自动生成	用户API认证令牌

环境变量设置方法

在不同操作系统中设置环境变量的方法有所差异：

Linux/MacOS:

export LABEL_STUDIO_LOCAL_FILES_SERVING_ENABLED=true

Windows:

set LABEL_STUDIO_LOCAL_FILES_SERVING_ENABLED=true

验证环境变量是否设置成功：

# Linux/MacOS
echo $LABEL_STUDIO_LOCAL_FILES_SERVING_ENABLED

# Windows
echo %LABEL_STUDIO_LOCAL_FILES_SERVING_ENABLED%

高级部署场景

1. 自定义端口运行

默认使用8080端口，如需更改：

label-studio start --port 9001

或通过环境变量：

export LABEL_STUDIO_PORT=9001

2. Docker部署配置

自定义端口：

docker run -it -p 9001:8080 -v $(pwd)/mydata:/label-studio/data heartexlabs/label-studio:latest label-studio

使用本地存储：

docker run -it -p 8080:8080 -v $(pwd)/mydata:/label-studio/data \
--env LABEL_STUDIO_LOCAL_FILES_SERVING_ENABLED=true \
--env LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=/label-studio/files \
-v $(pwd)/myfiles:/label-studio/files \
heartexlabs/label-studio:latest label-studio

3. 外部域名访问

要使Label Studio可通过外部域名访问：

label-studio start --host http://your.domain.com/ls-root

或通过环境变量：

export LABEL_STUDIO_HOST=https://subdomain.example.com:7777

4. 使用ngrok公开本地实例

# 安装并配置ngrok后
ngrok http --host-header=rewrite 8080

# 然后启动Label Studio
LABEL_STUDIO_HOST=https://xx-xx-xx-xx.eu.ngrok.io label-studio start

任务采样策略配置

Label Studio 提供了多种任务采样策略：

策略	描述	使用场景
sequential	默认，按ID顺序展示任务	常规标注流程
uniform	随机均匀采样任务	平衡标注分布
prediction-score-min	优先标注预测分数最低的任务	主动学习场景

示例命令：

label-studio start <项目名> --sampling uniform

安全注意事项

1. 使用Docker部署时，确保挂载的目录权限正确(UID 1001)
2. 生产环境建议使用PostgreSQL等专业数据库替代SQLite
3. 启用HTTPS访问以保障数据传输安全
4. 严格控制本地文件访问权限，明确指定LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT

通过本文的详细指南，您应该能够根据实际需求灵活配置和部署Label Studio，为机器学习项目构建高效的数据标注环境。