Label Studio多媒体数据标注工具[5星推荐]

一、简介

如果采集的数据有很多图片、音频视频链接，虽然Nvivo可以进行多媒体分析，但是需要事先下载好的多媒体文件导入到Nvivo才能进行。多媒体数据处理属于很hitech的部分，很难，大邓也不会(⊙o⊙)…

所以对于小白或者文科生而言还是没法用python自动化快速实现多媒体数据的标注，但是却可以让我们的标注过程更高效。今天介绍的label-studio库可以在没下载相关多媒体情况下，仅仅依靠图片、音频、视频的链接即可联网打开，进行标注。

标注多媒体

导出数据

这是我录制的操作教程，请结合文章观看。文末有资料下载获取方式

手机观看视频不太清晰，大家可以收藏本文回头在电脑看B站的视频。

二、安装

pip install label-studio

三、创建项目

1. 建议在电脑桌面新建一个文件夹LabelStudio(好的名字容易记住^_^)

2. 将路径切换至LabelStudio文件夹，需在命令行执行下面命令

cd desktop/LabelStudio

1. 创建一个名叫my_project的项目，命令行执行

label-studio start my_project --init

打开项目

如果已经创建了my_project，操作方法与创建项目类似，但要注意step3应该改为

label-studio start my_project

四、设置

根据自己需要标注的数据情况，我们需要设计标注页面。

4.1 标注默认项设置

默认的界面如下

图片中有左侧html解读

• 右侧Interface Preview是左侧html的渲染效果

• 右下角Input Task Preview默认测试数据预览

• $image是用来接收数据中的image字段

• 如果标注数据有视频，value一定要用"$video"，不然视频显示不了

• name与toName应该一样

• name不能重复

这块比较难理解，可看我的操作视频辅助你学习理解。该页面上方有很多不同任务类型对应的html设计，大家可以都点击蓝色链接查看一下。

4.1.1 数据

假设我现在已有数据 data.csv，需要标注

• avatar

• intro

• video

我们平常采集到的视频链接是rawvideo,但是labelstudio不能用链接直接渲染出视频，所以实际上我们用的是 video。video中的src就是rawvideo

强调

带html样式的视频链接所在的列字段名一定要设置为video

4.1.2 diy自己的html

现在我们根据data.csv的三个字段avatar、intro、video，设计了三个View块。

渲染图如果没出错，符合你的语气，就点击左下角Save

4.2 导入数据

完成html设计后,这一步很简单，只需要上传需要标注的数据文件即可。

因为我们的数据只有8条，所以这里生成了8个标注任务。我们可以先试一试，点explore tasks，探索一下我们设置项目任务。

我们可以看到头像、简介、视频，并且对三个字段进行常识性标注。^_^

4.3 开始标注

前面不出错的话，这一步很简单，只需要标注几个数据，看看是否都能正常显示文本、图片和视频。如果没问题，咱们就可以开始标注，这是单机浏览器标注页面

骚操作

标注是一个很累的事情，其实label-studio可以让你躺着玩手机一样进行标注。如果你的电脑和手机使用同一个wifi的话，手机浏览器访问 http://192.168.1.100:8200即可在手机上完成标注。不过按键不如电脑上好用，而且有点bug，我尝试时没看到提交按钮。

4.4 导出数据

假设经过很多努力，我们已经将标注任务完成，一定记得导出数据哦。

导出的数据格式，支持json、csv/tsv。

由于csv默认编码为utf-8, 所以用微软office打开会乱码，这里我用记事本打开，发现字段名多了 头像美不美,读后是否印象深刻,视频是否有bgm

注意

输出字段名与 4.1.2 diy自己的html对比，我们发现Choices中的name值决定输出字段，所以不要像我这样随便起名字。

总结

label-studio在多媒体标注挺好用的，比较适合小数据量标注时候提高自己的标注效率。虽然NVivo也可以标注数据，但是都必须要先下载下来，而label-studio不需要下载，只需要保留多媒体链接即可。

其中要注意的是csv数据文件中的视频必须命名为video，且video字段都是html样式的数据。形如

精彩回顾

Python网络爬虫与文本数据分析

综述:文本分析在市场营销研究中的应用

数据分析中，文本分析远比数值型分析重要！（上）

数据分析中，文本分析远比数值型分析重要！（下）

Seaborn：一行代码生成酷炫狂拽的数据集可视化

50题matplotlib从入门到精通

30例 | 一文搞懂python日期时间处理

如何批量下载上海证券交易所上市公司年报

pdfkit | 自动化利器，生成PDF就靠它了

中文文本数据逻辑性分析库

中文文本分析相关资源汇总

cnsenti中文情绪情感分析库

如何使用Python快速构建领域内情感词典

Python数据分析相关学习资源汇总帖

漂亮~pandas可以无缝衔接Bokeh

YelpDaset: 酒店管理类数据集10+G

Loughran&McDonald金融文本情感分析库

公众号后台回复“labelstudio”即可获得文章教程

万水千山总是情，给我点好看可好❤