Label Studio
HumanSignal · 画像 · コーディング
Label Studio は画像、テキスト、音声、動画、時系列データを扱うオープンソースのデータアノテーション基盤だ。画面を自分で組み、モデルを接続し、学習側が読む形式でラベルを書き出せる。
Label Studio について
About
Label Studio とは何か
Label Studio は HumanSignal が開発するデータアノテーションツールで、画像アノテーション、テキストアノテーション、音声文字起こし、動画の確認、時系列データを一つのプロジェクト構造にまとめる。アノテーション画面は自分で組み立て、データセットを接続し、学習コードが読む形式で人手のラベルを受け取る。
狙いは作業の分断を減らすことにある。画像認識チーム、言語処理チーム、音声チームがそれぞれ別のツールと別の書き出し形式を使うと、共通の学習パイプラインの維持費が膨らむ。Label Studio は短い設定ブロックで画面を記述し、結果をすべて同じ JSON 構造に保存する。一台の設置で無関係なプロジェクトを並べられるのはそのためだ。コードは Apache 2.0 ライセンスで、GitHub のリポジトリは 2026 年に 28,000 スターを超えた。
限界はチーム管理にある。無料の Community 版にはロール別の権限管理、シングルサインオン、プロジェクトのダッシュボード、自動のアクティブラーニング循環がない。これらは Starter Cloud か Label Studio Enterprise の機能だ。自前で運用するなら、データベース、バックアップ、バージョン更新、ストレージ権限も自分の担当になる。二人の研究チームなら釣り合う取引だ。四十人のアノテーション部門では釣り合わない。
はじめかた
pip install label-studioで導入するか、Docker イメージを取得してデータ用ディレクトリをマウントする。どちらもローカルの 8080 番ポートでサーバーが起動する。- そのインスタンスでアカウントを作り、プロジェクトを開いて名前、説明、一覧用の色を設定する。
- ローカルファイル、クラウドのバケット、URL 一覧からデータを取り込む。JSON、CSV、TSV で表形式と事前アノテーション付きのデータセットはほぼ足りる。
- 作業に合うテンプレートを選び、ラベル名と設定ブロックを現場の進め方に合わせて調整する。
- 数件だけラベルを付けて書き出しを確認し、API、Python SDK、webhook のいずれかで既存のパイプラインにつなぐ。
AIツール情報
Label Studioの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 小規模チームの機械学習エンジニア：Community 版は無料で、ノート PC やクラウドの単一インスタンスで動く。予算を取る前にアノテーションの流れを試せる。その代わり、導入とデータベースの保守は自分で抱える。
- 複数種類の案件を抱えるアノテーション責任者：一度の設置で画像、言語、音声を覆えるため、現場が覚えるツールの数が減る。権限は有料プランに上げるまで平坦なままだ。
- 研究者と大学関係者：Apache 2.0 ライセンスなので改変も再配布もできる。論文からプロジェクトを直接引用することも可能だ。アプリケーションが Python とデータベースだけで動くため、大学のクラスタに置くのも難しくない。
タスク
- 物体検出のためのバウンディングボックス、ポリゴン、キーポイント：画像アノテーションのテンプレートは矩形、ブラシマスク、キーポイントを備え、結果は変換スクリプトなしで COCO、Pascal VOC、YOLO に書き出せる。
- 固有表現の付与と文書分類：テキストアノテーションのテンプレートは範囲ラベル、関係、文書単位のカテゴリを扱う。CoNLL の書き出しはそのまま学習データに入る。
- 音声の文字起こしと話者の記録：音声文字起こしは波形とテキスト欄を同じ画面に置く。ASR マニフェストは NVIDIA NeMo が求める形式に合う。
- モデル出力の並列比較：一つのタスクに二つの応答を読み込み、好みや評価基準の点数を集められる。LLM 評価用データセットの基本形はこれだ。
シーン
- 有料のアノテーション基盤が値するか確かめる：無料版で主要な流れは覆えるため、試験プロジェクトを回せば契約前に処理量とラベル品質の実数を得られる。
- 機密データを自社網内に留める：オンプレミスでローカル保存にすれば、ファイルが自社の基盤の外に出ない。医療画像や社内文書では効く条件だ。
- 繰り返し使えるアノテーション工程を組む：webhook はアノテーションのイベントで発火し、API を使えばスクリプトがプロジェクト作成、タスク取り込み、結果取得をこなす。画面を人がクリックしない循環になる。
主な機能
設定で組み替えられるアノテーション画面
プロジェクトはすべて設定ブロックから始まる。データの対象と、それに付ける操作を宣言する仕組みだ。画像に矩形ツールを置き、文字起こしに範囲ツールを置き、同じタスクに両方を載せることもできる。手で編集できる長さに収まり、アプリ側で検証できるだけの構造も持つ。最初の案件のあとも使い続けるチームが多いのは、この柔軟さによるものだ。
複数モダリティのデータ対応
画像、テキスト、音声、動画、HTML ページ、時系列データが同じタスクモデルを通る。コールセンターの録音は一画面で文字起こしとタグ付けができ、動画にはフレームごとの枠と文字起こしを同時に載せられる。Label Studio Enterprise は 3D 画像と LiDAR にも対応する。Community 版にはこの二つがない。
テンプレート集
テンプレート集は一般的な作業を覆う。物体検出、セマンティックセグメンテーション、固有表現抽出、質問応答、感情分析、話者分離、文書 OCR が並ぶ。どれも動く設定であって画面写真ではない。一つ選んでラベルを変えればよく、画面を一から書く必要はない。独自の画面を作るときの読み物としても使える。
ML バックエンドと事前アノテーション
ML バックエンドはタスクの予測を返す小さな HTTP サービスだ。接続するとモデルの出力が事前アノテーションとして現れ、担当者は採用、修正、却下を選べる。空白のキャンバスが編集作業に変わり、たいていは速く、ばらつきも小さくなる。信頼度を返す設定にすれば、データ管理画面で自信の低いタスクを先頭に並べられる。
クラウドストレージと書き出し形式
ソースストレージは Amazon S3、Google Cloud Storage、Azure Blob Storage、Redis、ローカルディレクトリからタスクを取り込む。ファイルはアプリ内に複製せず、署名付き URL で配信する。ターゲットストレージには各アノテーションを JSON ファイルとして書き戻す。書き出しは JSON、CSV、TSV、COCO、Pascal VOC、YOLO、CoNLL2003、ASR マニフェストに対応し、学習の周辺に必要だったつなぎのコードがかなり減る。
API、SDK、webhook
REST API はプロジェクト、タスク、アノテーション、予測、ストレージ接続を公開する。Python SDK は同じ端点を包み、webhook はアノテーションの作成、更新、削除を外部サービスへ知らせる。再学習の起動、データウェアハウスへのラベル同期、アノテーションサービスの上に載せる薄い社内ポータルなどに使われている。
メリットとデメリット
メリット
- Community 版は無料で Apache 2.0。ノート PC、単一サーバー、Kubernetes クラスタのどれでも動く。
- 一度の設置で画像、テキスト、音声、動画、時系列のアノテーションを覆えるため、三つのツールを別々に買わずに済む。
- 設定形式があるので、コードを分岐させずにアノテーション画面を制御できる。
- 書き出し形式が主要な学習フレームワークの想定データセットと合い、変換層を一つ省ける。
- API、SDK、webhook があるため、独立した孤立系ではなく既存のパイプラインに組み込める。
デメリット
- ロール権限、シングルサインオン、ダッシュボード、アクティブラーニングは有料プランの内側にあり、無料版は小規模チーム向けにとどまる。
- 自前運用には実際の保守が付く。データベースのバックアップ、バージョン更新、ストレージ権限の調査はすべて自分の仕事になる。
- Community 版の書き出しは同期処理だ。数十万件のプロジェクトでは、ファイルができる前にリバースプロキシの時間切れに当たることがある。
- 設定ブロックには学習が必要で、ラベル名の打ち間違いが一件あるだけでアノテーションのまとまり全体が無効になる。
よくある質問
使える。Community 版は無料で、Apache 2.0 のオープンソースだ。自前のハードウェアに人数制限なしで導入できる。ホスト型の Starter Cloud は月額 99 ドルからで 12 人まで、Label Studio Enterprise は契約ごとの見積もりになる。
関連コンテンツ
Label Studioに関連するツール、スキル、記事を探す。
Label Studioの代替ツール
X Ray Interpreter
X-ray Interpreter · 画像X Ray Interpreter は、X 線、CT、MRI、超音波、PET の画像を平易な言葉のレポートに変えるウェブベースの AI 放射線ツールだ。スキャン画像をアップロードすると、X 線の予備的な読影結果がすぐに返ってくる。説明が必要な箇所があれば、その後で追加の質問もできる。位置づけはセカンドオピニオンと学習の補助であり、医療診断ではない。
Aieasypic
AIEasyPic · 画像AIEasyPicは、単純なテキストプロンプトを数秒で完成したアート作品に変えるAI画像生成ツールだ。自分の写真でカスタムモデルを訓練したり、既存の画像の顔を交換したり、テキストから短い動画クリップを作ったりもできる。すべてブラウザだけで完結する。手早くビジュアルが欲しい気軽なクリエイターにも、コードを一切触らずに個人モデルを作りたい趣味の人にも向く。
Chargen
Chargen · 画像ChargenはDungeons & Dragonsやその他のテーブルトークRPG向けに作られたAIキャラクター生成ツール兼ワールドビルディングツールキットだ。一行のアイデアを描き上げたキャラクター肖像に変え、同じセッションでNPC、モンスター、マップ、遭遇を生み出し、すべてのクリーチャーの詳細を手元に置く。テーブルトークRPGアートの部分はGoldと呼ばれるクレジット制で動き、テキスト生成ツールは誰でも無料のまま使える。