Label Studio

Cada proyecto arranca con un bloque de configuración que declara los objetos de datos y los controles asociados. Puedes poner una herramienta de rectángulos sobre una imagen, una de fragmentos de texto sobre una transcripción, o las dos en la misma tarea. El formato es lo bastante corto para editarlo a mano y lo bastante estructurado para que la aplicación lo valide. Esa flexibilidad explica por qué muchos equipos siguen con la herramienta después del primer proyecto.

Imágenes, texto, audio, vídeo, páginas HTML y series temporales pasan por el mismo modelo de tarea. Una grabación de centro de llamadas se puede transcribir y etiquetar en una sola pantalla, y un vídeo admite cajas por fotograma junto a su transcripción. Label Studio Enterprise añade imágenes 3D y LiDAR, que la edición Community deja fuera.

La galería de plantillas cubre los trabajos habituales: detección de objetos, segmentación semántica, reconocimiento de entidades, respuesta a preguntas, análisis de sentimiento, diarización de hablantes y OCR de documentos. Cada plantilla es una configuración que funciona, no una captura de pantalla, así que eliges una y ajustas las etiquetas en lugar de escribir la interfaz desde cero. También sirven de referencia legible cuando construyes algo propio.

Un backend de ML es un servicio HTTP pequeño que devuelve predicciones para las tareas. Lo conectas y la salida del modelo aparece como preanotación que tus anotadores aceptan, corrigen o rechazan. Así una pantalla vacía se convierte en un trabajo de edición, que suele ser más rápido y más consistente. El backend también puede enviar una puntuación de confianza, de modo que el gestor de datos ordena delante las tareas menos seguras.

Las conexiones de almacenamiento de origen traen tareas desde Amazon S3, Google Cloud Storage, Azure Blob Storage, Redis o un directorio local, y los archivos se sirven con URL prefirmadas en lugar de copiarse dentro de la aplicación. El almacenamiento de destino guarda cada anotación como un archivo JSON. Las exportaciones cubren JSON, CSV, TSV, COCO, Pascal VOC, YOLO, CoNLL2003 y un manifiesto ASR, con lo que desaparece buena parte del código de pegamento alrededor del entrenamiento.

La API REST expone proyectos, tareas, anotaciones, predicciones y conexiones de almacenamiento. Un SDK de Python envuelve los mismos endpoints y los webhooks avisan a un servicio externo cuando se crea, actualiza o borra una anotación. Los equipos lo usan para lanzar un reentrenamiento, sincronizar etiquetas con un almacén de datos o construir un portal interno fino sobre el servicio de etiquetado.