Label Studio คืออะไร และวิธีติดตั้งบน Cloud Server
Label Studio คือเครื่องมือติดป้ายข้อมูลสำหรับฝึกโมเดลปัญญาประดิษฐ์ รองรับทั้งข้อความ ภาพ เสียง และวิดีโอ พร้อมระบบจัดการทีมผู้ติดป้ายและการตรวจสอบคุณภาพ
- หมวดหมู่
- AI, Machine Learning และ LLM
- ติดตั้งบนเซิร์ฟเวอร์เองได้
- ได้
- สเปกเริ่มต้นที่แนะนำ
- 2 vCPU · RAM 4 GB
- ไลเซนส์
- Apache License 2.0 (Community Edition)
- เว็บทางการ
- เปิดเว็บไซต์
- ISO/IEC 27001
- ISO 22301
- ISO 20000-1
- CSA-STAR
Data Center ในไทย มาตรฐาน TIA-942 Tier 3+ ข้อมูลอยู่ในประเทศไทย
Label Studio คืออะไร
คุณภาพของโมเดลขึ้นกับคุณภาพของข้อมูลที่ใช้ฝึกเป็นหลัก และข้อมูลที่ใช้ฝึกต้องมีคำตอบที่ถูกต้องกำกับไว้ ซึ่งงานติดป้ายนี้มักเป็นส่วนที่ใช้เวลามากที่สุดของโครงการ AI
Label Studio ให้หน้าจอสำหรับติดป้ายที่รองรับงานหลายชนิด ทั้งการจัดหมวดข้อความ การระบุตำแหน่งในภาพ การถอดเสียง และการทำเครื่องหมายในวิดีโอ โดยปรับรูปแบบหน้าจอให้ตรงกับงานได้
สำหรับทีมที่มีผู้ติดป้ายหลายคน ระบบจัดการงานให้แต่ละคน ตรวจความสอดคล้องระหว่างผู้ติดป้าย และให้ผู้ตรวจสอบยืนยันผลได้ ซึ่งจำเป็นเมื่อคุณภาพของข้อมูลสำคัญต่อผลลัพธ์
ความสามารถเด่นของ Label Studio
รองรับข้อมูลหลายชนิด
ติดป้ายได้ทั้งข้อความ ภาพ เสียง และวิดีโอในระบบเดียว
ปรับรูปแบบหน้าจอตามงาน
ออกแบบหน้าจอติดป้ายให้ตรงกับงานเฉพาะขององค์กร
จัดการทีมผู้ติดป้าย
แบ่งงานให้แต่ละคนและติดตามความคืบหน้า
ตรวจสอบคุณภาพ
ดูความสอดคล้องระหว่างผู้ติดป้ายและให้ผู้ตรวจยืนยันผล
ใช้โมเดลช่วยติดป้ายล่วงหน้า
ให้โมเดลเดาก่อนแล้วให้คนแก้ ซึ่งเร็วกว่าติดป้ายตั้งแต่ต้นมาก
ใช้ Label Studio ทำอะไรได้บ้าง
- เตรียมข้อมูลภาษาไทยสำหรับฝึกโมเดลเฉพาะทาง
- ติดป้ายภาพจากกล้องในโรงงานเพื่อฝึกระบบตรวจจับ
- จัดหมวดเอกสารหรือข้อความจากลูกค้าเพื่อฝึกระบบจำแนก
- ตรวจสอบและแก้ผลลัพธ์ของโมเดลเพื่อปรับปรุงคุณภาพ
สเปก Cloud Server ที่แนะนำ
| ระดับการใช้งาน | vCPU | RAM | Disk |
|---|---|---|---|
| เริ่มต้นทีมเล็กและข้อมูลไม่มาก | 2 vCPU | 4 GB | NVMe 60 GB |
| แนะนำทีมผู้ติดป้ายหลายคนและข้อมูลภาพจำนวนมาก | 4 vCPU | 8 GB | NVMe 250 GB |
| ใช้งานหนักข้อมูลภาพและวิดีโอปริมาณมาก | 8 vCPU ขึ้นไป | 16 GB ขึ้นไป | Object Storage |
ดูราคาตามสเปกได้ที่ ราคา Cloud Compute หรือให้ทีมงานช่วยประเมินสเปกจากปริมาณผู้ใช้จริงของคุณ
วิธีติดตั้ง Label Studio บน Cloud Server ของ THAI DATA CLOUD
ขั้นตอนด้านล่างใช้กับ Cloud Server ที่เพิ่งสร้างใหม่จากหน้าจัดการของ THAI DATA CLOUD ได้ทันที ถ้าไม่สะดวกทำเอง ทีมวิศวกรของเราติดตั้งและตั้งค่าให้ฟรีสำหรับลูกค้า Cloud Server
สิ่งที่ต้องเตรียม
- PostgreSQL สำหรับระบบงานจริง
- Docker หรือ Python
- พื้นที่จัดเก็บสำหรับไฟล์ข้อมูลที่ต้องติดป้าย
- Nginx พร้อมใบรับรอง SSL
ทดสอบบน Ubuntu Server 24.04 LTS ที่ติดตั้ง Docker แล้ว
- 1
สร้างไฟล์ docker-compose.yml
services: db: image: postgres:16 environment: POSTGRES_DB: labelstudio POSTGRES_USER: labelstudio POSTGRES_PASSWORD: ChangeThisStrongPassword volumes: [ ./pgdata:/var/lib/postgresql/data ] restart: unless-stopped app: image: heartexlabs/label-studio:latest depends_on: [ db ] environment: DJANGO_DB: default POSTGRE_NAME: labelstudio POSTGRE_USER: labelstudio POSTGRE_PASSWORD: ChangeThisStrongPassword POSTGRE_HOST: db LABEL_STUDIO_HOST: https://label.example.com volumes: [ ./data:/label-studio/data ] ports: - "127.0.0.1:8080:8080" restart: unless-stopped - 2
เริ่มระบบ
docker compose up -d - 3
ตั้ง Nginx และ HTTPS
sudo certbot --nginx -d label.example.com - 4
สร้างโครงการและออกแบบหน้าจอติดป้าย
เลือกเทมเพลตที่ตรงกับงาน เช่น การจัดหมวดข้อความหรือการระบุตำแหน่งในภาพ แล้วปรับป้ายกำกับให้ตรงกับที่องค์กรใช้จริง
- 5
เชื่อมกับ Object Storage
ตั้งค่าให้ดึงไฟล์จาก Object Storage แทนการอัปโหลดเข้าเครื่อง ซึ่งจำเป็นเมื่อข้อมูลเป็นภาพหรือวิดีโอจำนวนมาก
- 6
เชิญทีมและตั้งเกณฑ์คุณภาพ
เชิญผู้ติดป้ายเข้าโครงการ กำหนดว่าแต่ละรายการต้องมีคนติดป้ายกี่คน และตั้งผู้ตรวจสอบยืนยันผลก่อนนำข้อมูลไปใช้ฝึกโมเดล
เขียนคู่มือการติดป้ายที่ชัดเจนพร้อมตัวอย่างก่อนเริ่มงาน เพราะความไม่สอดคล้องระหว่างผู้ติดป้ายเป็นสาเหตุหลักที่ทำให้โมเดลที่ฝึกออกมามีคุณภาพต่ำ
พอร์ตที่ต้องเปิดบน Firewall
| พอร์ต | โปรโตคอล | ใช้ทำอะไร |
|---|---|---|
| 443 | TCP | HTTPS สำหรับหน้าจอ |
| 8080 | TCP | พอร์ตภายในของแอป |
สิ่งที่ควรทำต่อหลังติดตั้งเสร็จ
- ปิดการสมัครสมาชิกเองและเชิญผู้ติดป้ายด้วยตนเอง
- กำหนดสิทธิ์ให้แต่ละคนเห็นเฉพาะโครงการที่รับผิดชอบ
- ระวังข้อมูลส่วนบุคคลในชุดข้อมูลและปิดบังก่อนให้ทีมภายนอกติดป้าย
- สำรองฐานข้อมูลและข้อมูลที่ติดป้ายแล้วตามรอบ
ทำไมควรรัน Label Studio บน Cloud Server ของ THAI DATA CLOUD
Data Center ในประเทศไทย มาตรฐาน ISO/IEC 27001 และ ISO 22301 พร้อมทีมวิศวกรคนไทยดูแลตลอด 24 ชั่วโมง
ข้อมูลที่ใช้ฝึกโมเดลอยู่ในเซิร์ฟเวอร์ในไทย ไม่ต้องส่งออกไปให้ผู้ให้บริการต่างประเทศ
ดึงไฟล์จาก Object Storage ในประเทศทำให้เปิดภาพและวิดีโอได้เร็ว
ทีมผู้ติดป้ายในไทยทำงานได้ลื่นเพราะเซิร์ฟเวอร์อยู่ใกล้
คำถามที่พบบ่อยเกี่ยวกับ Label Studio
ใช้ฟรีได้ไหม
รุ่นชุมชนใช้ฟรีและมีความสามารถหลักครบสำหรับงานติดป้ายทั่วไป ส่วนความสามารถระดับองค์กรอย่างการควบคุมสิทธิ์ขั้นสูงและการตรวจสอบคุณภาพเชิงลึกอยู่ในรุ่นเชิงพาณิชย์
ใช้โมเดลช่วยติดป้ายได้ไหม
ได้ โดยเชื่อมกับโมเดลที่รันอยู่ให้เดาผลลัพธ์ก่อน แล้วให้คนแก้เฉพาะที่ผิด ซึ่งเร็วกว่าติดป้ายตั้งแต่ต้นมากเมื่อโมเดลเริ่มแม่นในระดับหนึ่งแล้ว
ข้อมูลที่ติดป้ายแล้วนำไปใช้อย่างไร
ส่งออกในรูปแบบมาตรฐานที่เฟรมเวิร์กอย่าง PyTorch หรือ TensorFlow อ่านได้ แล้วนำไปฝึกโมเดลต่อ ซึ่งมักทำเป็นรอบโดยฝึก ตรวจผล แล้วกลับมาติดป้ายเพิ่มในจุดที่โมเดลยังผิด
ทางเลือกอื่นที่คล้ายกับ Label Studio
แอปอื่นในหมวด AI, Machine Learning และ LLM
บริการของ THAI DATA CLOUD ที่เกี่ยวข้อง
ให้เราติดตั้ง Label Studio ให้ฟรี บน Cloud Server ในไทย
แจ้งความต้องการสั้น ๆ ทีมวิศวกรจะช่วยประเมินสเปก ติดตั้ง และตั้งค่าความปลอดภัยให้พร้อมใช้งาน ปรึกษาฟรี ไม่มีข้อผูกมัด