From 8c674f08127c5c407fcfb7849ad372c4843ea304 Mon Sep 17 00:00:00 2001
From: gitea_eternal <401029566@qq.com>
Date: Tue, 2 Jun 2026 10:57:29 +0800
Subject: [PATCH] =?UTF-8?q?=E6=8F=90=E4=BA=A44-2=E5=9B=BE=E5=83=8F?=
 =?UTF-8?q?=E6=A0=87=E6=B3=A8=E5=AE=9E=E6=88=98=EF=BC=88Label=20Studio?=
 =?UTF-8?q?=EF=BC=89?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 README.md | 736 +++++++++++++++++++++++++++++++++++++++++++++++++++++-
 1 file changed, 735 insertions(+), 1 deletion(-)

diff --git a/README.md b/README.md
index d03ad0b..d36b842 100644
--- a/README.md
+++ b/README.md
@@ -1,2 +1,736 @@
-# 4-2-image-labeling
+# 4-2 图像标注实战（Label Studio）
 
+## 学习目标
+
+1. 掌握 Label Studio 的安装、启动与界面使用
+2. 学会配置三种图像标注类型（分类、目标检测、语义分割）
+3. 独立完成边界框、多边形、关键点的标注
+4. 理解 VOC / YOLO / COCO 三种导出格式的区别
+
+---
+
+## 1. Label Studio 简介
+
+### 1.1 一句话定义
+
+**Label Studio**：一个开源的、**多模态**数据标注平台，支持图像、文本、语音、视频等几乎所有数据类型的标注与团队协作。
+
+### 1.2 为什么选它
+
+我们这门课统一用 Label Studio 的原因：
+
+| 需求 | Label Studio 对应能力 |
+|------|---------------------|
+| 多种数据类型 | 图像 / 文本 / 语音 / 视频 / 时序，一站式 |
+| 不用写代码 | 通过 XML 标签可视化配置标注界面 |
+| 团队协作 | 内置成员管理、角色权限、任务分配 |
+| 格式灵活 | 内置 YOLO、COCO、VOC、JSON、CSV 导出 |
+| 本地部署 | 数据不出学校，开源免费 |
+
+```
+传统方案（多工具切换）：
+  图像 → LabelImg
+  文本 → Doccano
+  语音 → Audacity / ELAN
+  协作 → Excel 邮件
+
+Label Studio 一站式：
+  图像 / 文本 / 语音 / 协作 → Label Studio
+```
+
+### 1.3 与其他工具的对比
+
+| 工具 | 类型 | 适用场景 | 本课程 |
+|------|------|---------|--------|
+| **Label Studio** | 开源/多模态 | 课程学习 / 中小团队 / 综合项目 | 主选 |
+| LabelImg | 开源/图像 | 极简目标检测 | 仅做对比 |
+| CVAT | 开源/图像视频 | 大型分割、视频跟踪 | 了解 |
+| Doccano | 开源/文本 | 简单文本分类 | 已弃用 |
+| Scale AI | 商业 | 企业级标注 | 了解 |
+
+---
+
+## 2. Label Studio 安装与启动
+
+### 2.1 环境要求
+
+- Python 3.8 及以上
+- 浏览器（Chrome / Edge / Firefox）
+- 建议 8G 以上内存
+
+### 2.2 pip 安装（推荐）
+
+```bash
+# 在命令行中执行
+pip install label-studio
+
+# 启动 Label Studio
+label-studio
+```
+
+启动后命令行会显示：
+
+```
+[INFO] Label Studio is running at http://localhost:8080
+[INFO] Open it in your browser to start labeling
+```
+
+### 2.3 第一次打开
+
+1. 浏览器访问 `http://localhost:8080`
+2. 第一次进入需要 **Sign Up** 注册管理员账号（用你的邮箱 + 密码）
+3. 注册后自动登录到主界面
+
+```
+┌────────────────────────────────────────────────────────┐
+│  Label Studio                                           │
+│  Sign Up                                                │
+├────────────────────────────────────────────────────────┤
+│                                                         │
+│   Email:    [___________________________]               │
+│   Username: [___________________________]               │
+│   Password: [___________________________]               │
+│                                                         │
+│             [  Create Account  ]                        │
+│                                                         │
+└────────────────────────────────────────────────────────┘
+```
+
+### 2.4 安装常见问题
+
+| 问题 | 解决 |
+|------|------|
+| 端口 8080 被占用 | `label-studio --port 8001` |
+| 启动报错找不到模块 | `pip install --upgrade label-studio` |
+| 中文乱码 | 系统区域设置改为 UTF-8 |
+| 浏览器无法打开 | 检查防火墙、放行端口 |
+
+---
+
+## 3. 主界面导览
+
+登录后看到的主界面：
+
+```
+┌──────────────────────────────────────────────────────────────┐
+│ [Label Studio]  Projects  Members  Settings  [用户头像]      │
+├──────────────────────────────────────────────────────────────┤
+│                                                              │
+│   My Projects                                                │
+│                                                              │
+│   ┌────────────────────────────────────────────────┐        │
+│   │  + Create Project                              │        │
+│   └────────────────────────────────────────────────┘        │
+│                                                              │
+│   没有任何项目，点上面按钮开始                              │
+│                                                              │
+└──────────────────────────────────────────────────────────────┘
+```
+
+**主要功能区**：
+- **Projects**：项目列表，每个项目对应一个标注任务
+- **Members**：成员管理（管理员可见）
+- **Settings**：个人设置
+
+---
+
+## 4. 创建第一个项目：图像分类
+
+### 4.1 任务说明
+
+**任务**：对 10 张动物图片进行分类，类别有：cat / dog / bird
+
+### 4.2 创建项目
+
+1. 点击 `+ Create Project`
+2. 填写：
+   - **Project Name**：`animal_classification`
+   - **Description**：动物图片三分类
+3. 点击 `Save`
+
+### 4.3 配置标注界面
+
+进入项目后，先点 `Settings` → `Labeling Interface` → `Code`：
+
+```xml
+<View>
+  <Image name="image" value="$image"/>
+  <Choices name="label" toName="image" choice="single">
+    <Choice value="cat"/>
+    <Choice value="dog"/>
+    <Choice value="bird"/>
+  </Choices>
+</View>
+```
+
+**逐行解释**：
+
+```
+<View>            ← 整个标注界面的根标签
+  <Image ...>     ← 显示图像（$image 是任务数据里的字段名）
+  <Choices ...>   ← 单选/多选控件
+    <Choice/>     ← 一个选项
+</View>
+```
+
+**关键参数**：
+- `toName="image"`：告诉 Label Studio，这个控件是对上面 `Image` 控件的结果
+- `choice="single"`：单选（可选 `single-radio`、`multiple`）
+
+保存后点 `Label All Tasks` 就能看到标注界面。
+
+### 4.4 导入数据
+
+在项目页 → `Settings` → `Data Import`：
+
+**方式 A：上传本地文件**
+
+```
+1. 准备文件夹
+   images/
+     ├── cat_001.jpg
+     ├── cat_002.jpg
+     ├── dog_001.jpg
+     └── bird_001.jpg
+
+2. 拖拽到上传区域
+   或点击 Upload Files 选中文件夹
+```
+
+**方式 B：上传 CSV / JSONL（推荐，标签稳定）**
+
+`tasks.csv`：
+
+```csv
+image
+images/cat_001.jpg
+images/cat_002.jpg
+images/dog_001.jpg
+images/bird_001.jpg
+```
+
+**方式 C：粘贴 URL**
+
+```csv
+image
+https://example.com/cat_001.jpg
+https://example.com/dog_001.jpg
+```
+
+上传完后点 `Save` → 任务列表里就会看到每一张图对应一行任务。
+
+### 4.5 开始标注
+
+1. 点击 `Label All Tasks`
+2. 进入标注界面：
+   - 上面是图片
+   - 下面是三个单选按钮
+3. 选中正确类别
+4. 点击右下角 `Submit` 进入下一张
+5. 全部完成后回到项目页，可以看到完成进度
+
+```
+┌──────────────────────────────────────────────────┐
+│  Project: animal_classification                   │
+├──────────────────────────────────────────────────┤
+│  Tasks:     10 total / 7 done / 3 skipped         │
+│  Progress:  ████████████░░░░░░  70%               │
+└──────────────────────────────────────────────────┘
+```
+
+### 4.6 导出数据
+
+项目页 → `Export`：
+
+- 格式选 `JSON`
+- 下载得到 `project-1-at-2024-05-20.json`
+
+导出内容示例：
+
+```json
+[
+  {
+    "id": 1,
+    "data": {"image": "images/cat_001.jpg"},
+    "annotations": [{
+      "result": [{
+        "from_name": "label",
+        "to_name": "image",
+        "type": "choices",
+        "value": {"choices": ["cat"]}
+      }]
+    }]
+  }
+]
+```
+
+---
+
+## 5. 创建第二个项目：目标检测（边界框）
+
+### 5.1 任务说明
+
+**任务**：对 10 张街景图进行目标检测，标出每张图中的 `person`、`car`、`bicycle`
+
+### 5.2 项目配置 XML
+
+```xml
+<View>
+  <Image name="image" value="$image"/>
+  <RectangleLabels name="label" toName="image" strokeWidth="3">
+    <Label value="person" background="#FF0000"/>
+    <Label value="car"    background="#00FF00"/>
+    <Label value="bicycle" background="#0000FF"/>
+  </RectangleLabels>
+</View>
+```
+
+**新增标签**：
+- `<RectangleLabels>`：矩形框 + 标签（Label Studio 专门用于目标检测）
+- `<Label value="..." background="...">`：每个标签的颜色
+- `strokeWidth="3"`：边框线宽
+
+### 5.3 标注操作
+
+进入标注界面后：
+
+```
+┌──────────────────────────────────────────────────┐
+│  [image]                                          │
+│  ┌────────┐                                       │
+│  │  人    │ ← 拖动鼠标画框                        │
+│  └────────┘                                       │
+│         ┌─────────┐                                │
+│         │   车    │                                │
+│         └─────────┘                                │
+├──────────────────────────────────────────────────┤
+│  标签栏:                                          │
+│  [ person ]  [ car ]  [ bicycle ]                 │
+└──────────────────────────────────────────────────┘
+```
+
+**操作步骤**：
+
+1. 选中上方标签（点击 person/car/bicycle 之一）
+2. 在图片上 **按住鼠标左键拖动**，画矩形框
+3. 松开后，框会自动带上刚才选中的标签
+4. 继续选下一个标签，再画下一个框
+5. 同一张图可以有多个框
+6. 标完后点 `Submit`
+
+### 5.4 快捷键速查
+
+| 快捷键 | 功能 |
+|--------|------|
+| `Ctrl + Enter` | 提交当前任务 |
+| `H` | 切换显示已画框 |
+| `Ctrl + Z` | 撤销上一个框 |
+| `Delete` | 删除选中的框 |
+| 数字 `1-9` | 快速选择第 N 个标签 |
+| `+ / -` | 缩放图像 |
+| 滚轮 | 上下滚动 |
+
+### 5.5 边界框标注规范
+
+**基本规则**：
+
+```
+正确（紧贴目标）           错误（框太大）            错误（截断）
+
+┌──────────┐               ┌────────────────┐        ┌──────────
+│ ▓▓▓▓▓▓▓ │               │ ▓▓▓▓▓▓▓▓▓▓▓▓▓ │        │ ▓▓▓▓▓▓▓ │
+│ ▓ 人 ▓▓ │               │ ▓  人  ▓▓▓▓▓▓ │        │ ▓ 人 ▓▓ │
+│ ▓▓▓▓▓▓▓ │               │ ▓▓▓▓▓▓▓▓▓▓▓▓▓ │        │ ▓▓▓▓▓▓▓ │
+└──────────┘               └────────────────┘        └──────────┘
+```
+
+**多目标处理**：
+
+- 一张图有几个就标几个，每个独立画框
+- 互相重叠的目标也要分别标
+- 远处很小的目标可以标 "difficult" 标记
+
+**遮挡处理**：
+
+```
+情况1：目标被部分遮挡
+   → 标可见部分（标框框住能看到的人）
+
+情况2：目标被严重遮挡（< 20% 可见）
+   → 建议不标（标记为非标注目标）
+
+情况3：多人重叠
+   → 每个独立标，画框按可见边界
+```
+
+### 5.6 YOLO 格式导出
+
+项目页 → `Export` → 选 `YOLO`：
+
+下载得到压缩包，解压后结构：
+
+```
+project-1-at-2024-05-20-yolo/
+├── images/
+│   ├── street_001.jpg
+│   └── street_002.jpg
+├── labels/
+│   ├── street_001.txt
+│   └── street_002.txt
+├── classes.txt
+└── notes.json
+```
+
+`classes.txt`（类别映射）：
+
+```
+0: person
+1: car
+2: bicycle
+```
+
+`street_001.txt`（一张图的标注）：
+
+```
+# 格式: <class_id> <x_center> <y_center> <width> <height>
+# 所有值都是相对图片尺寸的归一化值 (0-1)
+0 0.35 0.45 0.18 0.55
+1 0.75 0.50 0.30 0.20
+```
+
+**逐字段解释**：
+
+```
+0      → 类别 ID（0=person）
+0.35   → 框中心点 x / 图片宽度
+0.45   → 框中心点 y / 图片高度
+0.18   → 框宽度 / 图片宽度
+0.55   → 框高度 / 图片高度
+```
+
+### 5.7 Pascal VOC 格式导出
+
+项目页 → `Export` → 选 `PascalVOC`：
+
+`street_001.xml`：
+
+```xml
+<?xml version="1.0" encoding="UTF-8"?>
+<annotation>
+    <filename>street_001.jpg</filename>
+    <size>
+        <width>1920</width>
+        <height>1080</height>
+        <depth>3</depth>
+    </size>
+    <object>
+        <name>person</name>
+        <bndbox>
+            <xmin>134</xmin>
+            <ymin>216</ymin>
+            <xmax>478</xmax>
+            <ymax>810</ymax>
+        </bndbox>
+    </object>
+    <object>
+        <name>car</name>
+        <bndbox>
+            <xmin>1100</xmin>
+            <ymin>450</ymin>
+            <xmax>1680</xmax>
+        </bndbox>
+    </object>
+</annotation>
+```
+
+注意 VOC 用的是**绝对像素坐标**（xmin、ymin、xmax、ymax），而 YOLO 是**归一化坐标**（0-1）。
+
+### 5.8 COCO 格式导出
+
+项目页 → `Export` → 选 `COCO`：
+
+`result.json`：
+
+```json
+{
+  "images": [
+    {"id": 1, "file_name": "street_001.jpg", "width": 1920, "height": 1080},
+    {"id": 2, "file_name": "street_002.jpg", "width": 1920, "height": 1080}
+  ],
+  "categories": [
+    {"id": 0, "name": "person"},
+    {"id": 1, "name": "car"},
+    {"id": 2, "name": "bicycle"}
+  ],
+  "annotations": [
+    {
+      "id": 1, "image_id": 1, "category_id": 0,
+      "bbox": [134, 216, 344, 594],
+      "area": 204336,
+      "iscrowd": 0
+    }
+  ]
+}
+```
+
+注意 COCO 的 `bbox` 格式是 `[x_min, y_min, width, height]`（**前两个是左上角，后两个是宽高**），和 VOC 略有区别。
+
+### 5.9 三种格式对比
+
+| 特性 | VOC | YOLO | COCO |
+|------|-----|------|------|
+| 文件类型 | 每个图一个 XML | 每个图一个 TXT | 所有图一个 JSON |
+| 坐标系 | 绝对像素 (xmin,ymin,xmax,ymax) | 归一化 0-1（中心点+宽高）| 绝对像素 (x,y,w,h) |
+| 多目标 | 一个 object 一对 bndbox | 一行一个目标 | 一个 annotation 一个目标 |
+| 适用框架 | Faster R-CNN, SSD | YOLO 系列 | Mask R-CNN, Detectron2 |
+| 优缺点 | 直观但文件多 | 紧凑、YOLO 专用 | 强大、适合大项目 |
+| 人类可读 | ⭐⭐⭐ | ⭐ | ⭐⭐ |
+
+**怎么选**：
+- 学 YOLO 模型 → 导 YOLO
+- 用 MMDetection / Detectron2 → 导 COCO
+- 通用、自己写训练脚本 → 导 VOC 或 JSON
+
+---
+
+## 6. 创建第三个项目：语义分割（多边形）
+
+### 6.1 任务说明
+
+**任务**：对 5 张街景图做**像素级**语义分割，类别：road、building、sky、vegetation
+
+### 6.2 项目配置 XML
+
+```xml
+<View>
+  <Image name="image" value="$image"/>
+  <PolygonLabels name="label" toName="image" strokeWidth="2">
+    <Label value="road"        background="#808080"/>
+    <Label value="building"    background="#A52A2A"/>
+    <Label value="sky"         background="#87CEEB"/>
+    <Label value="vegetation"  background="#228B22"/>
+  </PolygonLabels>
+</View>
+```
+
+`<PolygonLabels>`：多边形 + 标签，专门用于语义分割。
+
+### 6.3 标注操作
+
+1. 选中标签（点击 road / building / sky / vegetation）
+2. 在图像上**连续点击多个点**画出多边形
+3. **双击或按回车**结束当前多边形
+4. 一个类别画完，再选下一个类别继续
+5. 一张图可能有很多个多边形
+
+```
+标注过程示意：
+
+点 1 ──→ 点 2
+         │
+         ↓
+点 4 ←── 点 3
+(双击结束)
+
+┌──────────────────┐
+│                  │
+│   1────────2     │
+│   │        │     │
+│   │  区域  │     │
+│   │        │     │
+│   4────────3     │
+│                  │
+└──────────────────┘
+```
+
+### 6.4 分割标注注意事项
+
+| 情况 | 处理 |
+|------|------|
+| 两个区域紧贴 | 各画一个多边形，不要合成一个 |
+| 区域很小 | 至少 3 个点画出三角形 |
+| 形状不规则 | 多点描边，越细越准 |
+| 类别不确定 | 选最接近的，宁可错记也不要漏 |
+
+### 6.5 导出多边形
+
+项目页 → `Export` → 选 `JSON`：
+
+```json
+{
+  "id": 1,
+  "data": {"image": "street_001.jpg"},
+  "annotations": [{
+    "result": [{
+      "from_name": "label",
+      "to_name": "image",
+      "type": "polygonlabels",
+      "value": {
+        "points": [[0.1, 0.8], [0.9, 0.8], [0.9, 1.0], [0.1, 1.0]],
+        "polygonlabels": ["road"]
+      }
+    }]
+  }]
+}
+```
+
+`points` 数组里每个点都是 `[x, y]` 的归一化坐标（0-1），是按顺时针或逆时针排列的多边形顶点。
+
+> 💡 想转成 mask（像素级 PNG 图）？需要用 `label-studio-converter` 工具，详见 4-4 节。
+
+---
+
+## 7. 课堂演示：Python SDK
+
+### 7.1 简介
+
+Label Studio 提供 `label-studio-sdk`，可以用 Python 编程式管理项目、查询任务、写入预标注。
+
+### 7.2 安装
+
+```bash
+pip install label-studio-sdk
+```
+
+### 7.3 常用代码
+
+```python
+from label_studio_sdk import Client
+
+# 连接本地服务
+ls = Client(url='http://localhost:8080', api_key='YOUR_API_KEY')
+
+# 获取 API Key：
+# Label Studio → Settings → Account → Access Token
+
+# 列出所有项目
+projects = ls.list_projects()
+for p in projects:
+    print(p.id, p.title)
+
+# 获取某个项目的任务
+project = ls.get_project(id=1)
+tasks = project.get_tasks()
+print(f"项目里有 {len(tasks)} 个任务")
+
+# 导入新任务
+project.import_tasks([
+    {"image": "images/new_001.jpg"},
+    {"image": "images/new_002.jpg"}
+])
+
+# 导出标注
+project.export_tasks(export_type='JSON')
+```
+
+> 这一节以了解为主，详细用法 4-4 节会展开。
+
+---
+
+## 8. 实战练习
+
+### 8.1 任务一：图像分类（必做）
+
+**任务**：在 Label Studio 创建项目 `fruit_classification`
+
+**步骤**：
+1. 准备 10 张水果图片（apple、banana、orange）
+2. 启动 Label Studio，创建项目
+3. 配置 `<Choices>` 三分类界面
+4. 上传 10 张图
+5. 完成 10 张标注
+6. 导出 JSON 并截图
+
+### 8.2 任务二：目标检测（必做）
+
+**任务**：创建项目 `vehicle_detection`
+
+**步骤**：
+1. 准备 10 张街景图
+2. 配置 `<RectangleLabels>` 目标检测界面
+3. 类别：person / car / bicycle / traffic_light
+4. 标完所有目标
+5. 导出 YOLO 格式
+6. 检查导出的 .txt 文件坐标是否正确
+
+### 8.3 任务三（选做）：语义分割
+
+**任务**：创建项目 `scene_segmentation`
+
+**步骤**：
+1. 准备 3-5 张风景图
+2. 配置 `<PolygonLabels>` 分割界面
+3. 类别：sky / vegetation / road / building
+4. 画多边形
+5. 导出 JSON
+
+### 8.4 标注自检清单
+
+```
+图像分类：
+□ 类别选择是否正确
+□ 是否有漏标的任务
+□ 导出 JSON 是否完整
+
+目标检测：
+□ 边界框是否紧贴目标
+□ 是否每个目标都标了
+□ 框内类别是否正确
+□ 导出 YOLO 格式后坐标值是否在 0-1 之间
+□ classes.txt 是否齐全
+
+语义分割：
+□ 多边形顶点是否足够（至少 3 个）
+□ 类别判断是否准确
+□ 不同区域之间是否有遗漏
+```
+
+---
+
+## 9. 本节知识小结
+
+```
+┌────────────────────────────────────────────────────────────┐
+│                4-2 图像标注实战（Label Studio）             │
+├────────────────────────────────────────────────────────────┤
+│                                                            │
+│  📌 Label Studio 是多模态标注平台，一站式解决图像/文本/语音 │
+│                                                            │
+│  📌 安装：                                                  │
+│     pip install label-studio                               │
+│     label-studio                                           │
+│     浏览器访问 http://localhost:8080                       │
+│                                                            │
+│  📌 三种图像标注类型：                                       │
+│     分类      → <Choices>                                   │
+│     目标检测  → <RectangleLabels>                          │
+│     语义分割  → <PolygonLabels>                            │
+│                                                            │
+│  📌 三种导出格式：                                           │
+│     VOC    → XML，像素绝对坐标                              │
+│     YOLO   → TXT，归一化 0-1 坐标                          │
+│     COCO   → JSON，[x,y,w,h] 像素坐标                      │
+│                                                            │
+│  📌 标注规范：框要紧贴目标、不多不少                       │
+│                                                            │
+└────────────────────────────────────────────────────────────┘
+```
+
+---
+
+## 课后任务
+
+1. 安装 Label Studio，截图证明能正常打开
+2. 完成"任务一"图像分类 10 张图
+3. 完成"任务二"目标检测 10 张图，导出 YOLO 格式
+4. （选做）完成"任务三"语义分割
+
+---
+
+## 下节预告
+
+下一节我们将学习 **4-3 文本标注与语音标注（Label Studio）**：
+- 文本分类、NER 命名实体识别
+- 意图识别与槽位标注
+- 语音转写 ASR
+- 说话人分离与音频分类