Label Studio
HumanSignal · Imagem · Programação
O Label Studio é uma plataforma de rotulagem de dados de código aberto para imagens, texto, áudio, vídeo e séries temporais. Você configura a interface, conecta seus modelos e exporta as etiquetas no formato que o treinamento espera.
Sobre Label Studio
About
O que é o Label Studio
O Label Studio é uma ferramenta de rotulagem de dados da HumanSignal que reúne anotação de imagens, anotação de texto, transcrição de áudio, revisão de vídeo e séries temporais dentro de uma única estrutura de projeto. Você monta a tela de rotulagem, conecta um conjunto de dados e coleta as etiquetas humanas no formato que o seu código de treinamento consome.
O problema que ele resolve é a fragmentação. Um time de visão computacional, outro de processamento de linguagem e outro de fala costumam terminar com três ferramentas diferentes e três esquemas de exportação, o que encarece a manutenção de um pipeline comum. O Label Studio descreve cada interface em um bloco de configuração curto e guarda todos os resultados na mesma estrutura JSON, então uma instalação pode hospedar projetos sem nenhuma relação entre si. O código tem licença Apache 2.0 e o repositório no GitHub passou de 28 mil estrelas em 2026.
O limite aparece na administração do time. A edição Community gratuita não traz controle de acesso por papéis, login único, painéis de projeto nem ciclos automáticos de aprendizado ativo. Isso fica no Starter Cloud ou no Label Studio Enterprise. Se você hospeda por conta própria, também assume banco de dados, backups, atualizações e permissões de armazenamento. Para um time de pesquisa com duas pessoas, a troca faz sentido. Para uma operação de rotulagem com 40 pessoas, não.
Como começar
- Instale o pacote com
pip install label-studioou baixe a imagem Docker e monte um diretório de dados. Os dois caminhos sobem um servidor local na porta 8080. - Crie uma conta nessa instância, abra um projeto e defina nome, descrição e uma cor para a lista de projetos.
- Importe os dados de arquivos locais, de um bucket na nuvem ou de uma lista de URLs. JSON, CSV e TSV atendem a maioria dos conjuntos tabulares e pré-anotados.
- Escolha um template para a tarefa e ajuste os nomes das etiquetas e o bloco de configuração até a tela refletir o jeito que seu time trabalha.
- Rotule algumas tarefas, confira a exportação e ligue o projeto ao seu pipeline pela API, pelo SDK de Python ou por um webhook.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Label Studio.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Engenheiros de ML em times pequenos
- Coordenadores de anotação com projetos mistos
- Pesquisadores e acadêmicos
Tarefas
- Desenhar caixas, polígonos e pontos para detecção de objetos
- Etiquetar entidades e classificar documentos
- Transcrever fala e marcar falantes
- Revisar saídas de modelos lado a lado
Cenários
- Testar se uma plataforma paga vale a pena
- Manter dados sensíveis dentro da sua rede
- Montar um pipeline de rotulagem repetível
Principais recursos
Interface de rotulagem configurável
Todo projeto começa com um bloco de configuração que declara os objetos de dados e os controles ligados a eles. Você coloca uma ferramenta de retângulo sobre uma imagem, uma de trecho de texto sobre uma transcrição, ou as duas na mesma tarefa. O formato é curto o bastante para editar à mão e estruturado o bastante para a aplicação validar. Essa flexibilidade explica por que muitos times continuam na ferramenta depois do primeiro projeto.
Suporte a dados multimodais
Imagens, texto, áudio, vídeo, páginas HTML e séries temporais passam pelo mesmo modelo de tarefa. Uma gravação de call center pode ser transcrita e etiquetada na mesma tela, e um vídeo aceita caixas por quadro junto com a transcrição. O Label Studio Enterprise adiciona imagens 3D e LiDAR, que a edição Community deixa de fora.
Biblioteca de templates
A galeria de templates cobre os trabalhos mais comuns: detecção de objetos, segmentação semântica, reconhecimento de entidades, resposta a perguntas, análise de sentimento, diarização de falantes e OCR de documentos. Cada template é uma configuração que funciona, não uma captura de tela, então você escolhe um e ajusta as etiquetas em vez de escrever a interface do zero. Eles também servem de referência legível quando você monta algo próprio.
Backend de ML e pré-rotulagem
Um backend de ML é um serviço HTTP pequeno que devolve previsões para as tarefas. Você conecta um e a saída do modelo aparece como pré-anotação que o time aceita, corrige ou rejeita. Assim uma tela em branco vira trabalho de edição, o que costuma ser mais rápido e mais consistente. O backend também pode enviar uma pontuação de confiança, e o gerenciador de dados coloca as tarefas menos seguras na frente.
Armazenamento na nuvem e formatos de exportação
As conexões de armazenamento de origem trazem tarefas do Amazon S3, do Google Cloud Storage, do Azure Blob Storage, do Redis ou de um diretório local, e os arquivos são servidos por URLs pré-assinadas em vez de copiados para dentro da aplicação. O armazenamento de destino grava cada anotação como um arquivo JSON. As exportações cobrem JSON, CSV, TSV, COCO, Pascal VOC, YOLO, CoNLL2003 e um manifesto ASR, o que elimina boa parte do código de cola em volta do treinamento.
API, SDK e webhooks
A API REST expõe projetos, tarefas, anotações, previsões e conexões de armazenamento. Um SDK de Python embrulha os mesmos endpoints e os webhooks avisam um serviço externo quando uma anotação é criada, atualizada ou apagada. Os times usam isso para disparar um novo treinamento, sincronizar etiquetas com um data warehouse ou construir um portal interno fino sobre o serviço de rotulagem.
Prós e contras
Prós
- A edição Community é gratuita, tem licença Apache 2.0 e roda em notebook, servidor único ou cluster Kubernetes.
- Uma instalação cobre rotulagem de imagens, texto, áudio, vídeo e séries temporais, então você evita comprar três ferramentas separadas.
- O formato de configuração dá controle sobre a tela de rotulagem sem precisar bifurcar o código.
- Os formatos de exportação batem com os conjuntos que a maioria dos frameworks de treinamento espera, o que economiza uma camada de conversão.
- A API, o SDK e os webhooks encaixam a ferramenta em um pipeline existente em vez de criar mais um silo.
Contras
- Acesso por papéis, login único, painéis e aprendizado ativo ficam atrás de um plano pago, então a edição gratuita continua sendo ferramenta de time pequeno.
- Hospedar por conta própria traz manutenção de verdade: backup do banco, atualização de versão e depuração de permissão de armazenamento caem no seu colo.
- As exportações da Community são síncronas, e um projeto com centenas de milhares de tarefas pode estourar o tempo limite do proxy antes de o arquivo ficar pronto.
- O bloco de configuração tem curva de aprendizado, e um nome de etiqueta errado invalida um lote inteiro de anotações.
Perguntas frequentes
Sim, a edição Community é gratuita e de código aberto sob Apache 2.0. Você instala no seu próprio hardware sem limite de usuários. O plano Starter Cloud hospedado começa em US$ 99 por mês para até 12 usuários, e o Label Studio Enterprise é cotado por contrato.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Label Studio.
Alternativas a Label Studio
X Ray Interpreter
X-ray Interpreter · ImagemO X Ray Interpreter é uma ferramenta de radiologia com IA baseada na web que transforma raios X, tomografias, ressonâncias, ultrassonografias e imagens PET em laudos em linguagem simples. Você envia um exame, recebe uma interpretação preliminar dos raios X em instantes e depois faz perguntas de acompanhamento se algo precisar de explicação. Ele funciona como segunda opinião e como apoio de aprendizado, não como diagnóstico médico.
Aieasypic
AIEasyPic · ImagemO AIEasyPic é um gerador de imagens com IA que transforma prompts de texto simples em obras finalizadas em segundos. Você também pode treinar modelos personalizados com suas próprias fotos, trocar rostos em imagens existentes e criar clipes de vídeo curtos a partir de texto, tudo pelo navegador. Ele serve tanto para criadores casuais que querem imagens rápidas quanto para hobistas que desejam montar um modelo pessoal sem tocar em código.
Chargen
Chargen · ImagemO Chargen é um gerador de personagens com IA e um conjunto de ferramentas de criação de mundos feito para Dungeons & Dragons e outros RPGs de mesa. Ele transforma uma ideia de uma linha em um retrato de personagem pintado, cria NPCs, monstros, mapas e encontros na mesma sessão, e mantém os detalhes de cada criatura à mão. A parte de arte para RPG de mesa funciona com um sistema de créditos chamado Gold, enquanto os geradores de texto seguem gratuitos para todos.