标注平台功能介绍与操作流程

点击「数据资产」->「标注平台」，进入基于 Label Studio 的自动化标注平台。

本篇介绍项目创建、数据管理、人工标注、自动化标注、云存储、导出和协作等常用功能。平台围绕「创建项目、导入数据、配置标注模板、人工标注、自动化标注、数据同步、结果导出、成员协作」组织工作流，适用于图像、文本、音频、视频、结构化数据、时间序列等多类型数据标注。

1. 项目列表

进入标注平台后，首先看到项目列表，展示当前用户可访问的标注项目，包含项目名称、任务完成情况、标注数量、预测数量、创建时间和创建人等信息。

常用操作：

• 查看已有项目：页面中会列出视觉、文本、语音、结构化数据、时间序列等类型的示例项目。
• 新建项目：点击右上角「创建」按钮进入项目创建流程。
• 进入项目：点击项目卡片或项目名称，进入该项目的数据管理页。
• 权限隔离：用户只能看到自己有权限访问的项目空间下的标注项目。（实现上按项目组 ID 过滤，见总览文档。）

2. 创建项目

点击「创建」后出现创建项目弹窗，流程分为「项目名称」「标注配置」「数据导入」三个步骤。可以创建空白项目，也可以在创建过程中直接导入数据生成任务。对于大批量文件，建议导入数据每行一个媒体 URL。

2.1 填写项目基础信息

基础信息包括：

• 项目名称：用于在项目列表和任务页中识别项目。
• 描述：补充说明项目用途、数据来源、标注目标等。
• 工作空间：选择项目所属空间，用于和平台侧项目组、权限范围对应。

2.2 选择标注模板

标注模板决定后续标注界面和可用工具。平台提供多类模板：

• 机器视觉：目标检测、语义分割、多边形、关键点、库存跟踪等。
• 自然语言：文本分类、命名实体识别、问答、阅读理解、摘要、翻译等。
• 音频/语音处理：语音识别、说话人分离、多说话人识别等。
• 对话式 AI：聊天、意图识别、对话评估等。
• 结构化数据解析：表格、分类、排序等。
• 时间序列分析：时序片段、区域标注等。
• 视频：视频目标跟踪、视频片段标注等。
• 生成式 AI：大模型相关数据构造和评估场景。
• 自定义模板：使用自定义配置满足特殊标注任务。

选择模板后，可根据业务调整标签名称。例如目标检测场景可以删除默认类别，改为 face、hand、person、vehicle 等业务类别。如果进入标注界面后内容为空白，通常需要先到模板配置中选择或调整合适的标注模板。

2.3 导入初始数据

创建项目时可以直接导入数据，也可以先创建空项目后续再导入。适合直接导入的小批量数据格式（详细见 02-数据导入格式说明）：

• 文本：txt
• 图片：jpg、jpeg、png、gif、bmp、svg、webp
• 音频：wav、mp3、flac、m4a、ogg
• 视频：mpeg4/H.264、webp、webm
• HTML：html、htm、xml
• 时间序列：csv、tsv
• 常用结构化格式：csv、tsv、txt、json

导入数据统一建议只上传文件 URL，而不是把整个媒体文件传上来。比如 txt 每行一个图片 URL。

3. 数据管理

进入项目后默认打开数据管理页，它是项目日常操作的核心入口，用于查看任务、筛选任务、切换视图、导入数据、导出结果和进入标注。

数据管理页提供以下能力：

• 任务统计：右上方显示任务总数、已标注数量、预测数量。
• 项目状态：可以将项目设为「标注中」「标记为完成」或「暂停」。
• 列管理：选择要显示的字段，例如完成时间、标注人、指派人、图片字段、草稿状态等。
• 筛选：按字段过滤任务，方便定位未标注、已标注、有草稿或特定数据。
• 排序：按字段调整任务展示顺序。
• 数据导入：在当前项目中追加新任务。
• 数据导出：导出当前项目的标注结果。
• 列表/网格切换：表格适合批量查看字段，网格适合图片类数据快速浏览。

3.1 网格视图

图片、视频等媒体数据可以切换到网格视图，更适合快速检查数据质量和标注覆盖情况。

当图片类数据在列表中显示为空白时，通常是字段类型没有设置正确。例如图片 URL 被识别成普通字符串时，列表中可能只显示空白或文本字段，需要在字段列中把对应字段切换为 img / image 类型，确认数据以图片形式渲染。

4. 项目内导入数据

在数据管理页点击「导入」，可以向已有项目追加任务。

导入方式包括：

• 搜索 Cube 数据集：输入关键词搜索平台中的数据集，并导入到当前标注项目。
• 上传文件：上传本地文件，支持文本、图片、音频、视频、CSV、TSV、JSON 等格式。
• 拖拽上传：将文件拖到上传区域，适合少量文件快速导入。

使用建议：

• 小批量数据：直接上传文件。
• Cube 平台已有数据集：优先使用「搜索 Cube 数据集」。
• 大批量文件：可以上传每行一个图片地址的 txt，或上传任务数组形式的 json。

5. 人工标注

在数据管理页点击单条任务，或使用「标注全部任务」，可进入标注编辑器。新项目如果还没有配置标注模板，通常会先进入设置流程，需要先选择或编辑标注模板后再开始标注。

标注编辑器通常包含以下区域：

• 数据预览区：展示当前任务的图片、文本、音频、视频或表格内容。
• 标签区：展示当前模板配置的标签，支持快捷键选择。
• 标注工具区：根据模板不同，提供矩形框、多边形、关键点、分类、文本选择、音频片段等工具。
• 结果区：显示当前任务已创建的标注区域、标签和预测结果。
• 提交操作：完成标注后提交，任务状态会同步到数据管理页。

常见操作流程：

1. 选择标签。
2. 在数据上创建标注区域或选择分类结果。例如目标检测任务中，选择标签后在目标区域拖拽即可生成标注框。
3. 检查标注结果。
4. 提交标注。
5. 自动进入下一条任务或返回数据管理页。

6. 标注模板设置

项目创建后仍可在「设置 -> 标签接口」中调整标注模板。如果模板不符合当前数据类型，可以通过 Browse Template 选择预置模板，也可以在配置中修改标签名称、字段绑定和控件类型。

模板设置适合以下场景：

• 新项目创建后补充标注配置。
• 修改标签名称、颜色或类别集合。
• 从预置模板切换到自定义模板。
• 调整图片、文本、音频等数据字段和标注控件的绑定关系。
• 增加或减少标注任务需要的控件。

注意事项：

• 模板中的数据字段要和导入任务中的字段一致。
• 图片标注模板通常需要把图片字段绑定到 Image 控件。
• 文本分类、命名实体识别、问答等任务需要确认文本字段名称。
• 项目已经有大量标注结果后，修改模板可能影响后续结果一致性，建议先确认变更范围。

7. 自动化标注与模型配置

在「设置 -> 模型」中可以配置自动化标注模型（ML 后端）。标注平台本身主要提供任务管理、标注界面和结果管理能力；自动化标注通过 ML 后端为未标注任务生成预测结果。

自动化标注的作用：

• 对未标注任务生成预测结果。
• 为人工标注提供预标注，提高标注效率。
• 结合人工修正，形成「模型预标注 + 人工审核」的工作流。
• 支持主动学习或模型训练触发流程。

ML 后端有两类来源：

• 平台内置 NLP 自动标注后端（核对自 myapp/views/view_labelstudio.py）：平台在 /proxy/labelstudio/<field>/<model_type>/predict 暴露了固定的 ML 后端接口，由平台配置的大模型（CHATGPT_CHAT_URL / CHATGPT_ARGS）驱动，支持文本分类（classification）、摘要（summary）、翻译（translaton）、命名实体识别（ner）、问答（faq）、答案排序（rank）、意图识别（intent）、对话（chat）等 NLP 任务（view_labelstudio.py:74-93）。在标注项目的模型设置中，把对应的 ML 后端 URL 接入即可使用。
• 外部模型服务：例如 AIHub 训练完成后发布的推理服务，把服务 URL 配置到标注平台。模型服务需要按标注平台要求适配输入和输出格式，否则即使服务可访问，也可能无法生成可展示的预测结果。

页面中可以查看模型连接状态、模型名称、服务地址和创建时间。

常见自动化标注类型：

• 视觉：目标检测、图像分类、关键点检测、实例分割、语义分割、OCR、图片描述、视频目标跟踪。
• 文本：文本分类、命名实体识别、阅读理解、问答、摘要、翻译、答案排序。
• 对话：意图识别、聊天数据构造。
• 语音：语音识别、说话人分离、多说话人识别。

8. 预测结果管理

在「设置 -> 预测」中可以查看和管理项目中的预测结果。

预测结果通常来自：

• 自动化标注模型在线推理。
• 批量导入的预测文件（导入格式见 02-数据导入格式说明 的「预标注结果」）。
• 外部模型服务生成的预标注结果。

使用建议：

• 如果希望人工标注时看到模型建议，需要在项目设置中开启预测展示。
• 如果预测质量较高，可以把预测作为预标注，再由人工确认或修正。
• 如果预测质量不稳定，建议先抽样检查，再决定是否用于批量任务。

9. 云存储同步

在「设置 -> 云存储」中可以配置数据来源和结果回写位置。

云存储用于管理大批量待标注数据和标注结果，通常分为两类：

• 原始文件云存储：作为待标注数据来源，用于同步未标注任务，也称 Source Storage。
• 结果文件云存储：作为标注结果目标，用于保存标注输出，也称 Target Storage。

典型使用方式：

• 从 /mnt/$username、对象存储或其他可访问存储目录同步待标注图片、音频、视频等文件。
• 使用 Source Storage 扫描并创建标注任务。
• 使用 Target Storage 将标注结果写回个人目录或共享存储。
• 每次新增数据或完成标注后，通过 Sync Storage 同步任务和结果。

标注平台已和 CubeStudio 底层分布式存储打通。常见做法是先通过 Notebook 或其他流程把数据放到 /mnt/$username 目录，再在标注项目中配置该目录作为数据来源。目录中的文件也可以通过静态 URL 访问，例如 /mnt/admin/aa.jpg 可对应为 http://服务器地址/static/mnt/admin/aa.jpg（/static/mnt/ 前缀由后端映射到分布式存储工作目录，核对自 myapp/views/view_dataset.py:1024）。对于大批量文件，建议使用 URL 形式，也更适合和后续 Pipeline、Notebook 或训练流程衔接。

10. 导出标注结果

在数据管理页点击「导出」可以导出项目标注结果。也可以在云存储中配置结果保存目录，将标注结果同步写回 CubeStudio 个人目录或共享存储。

导出功能支持：

• 选择导出格式。
• 下载标注结果文件。
• 将结果注册或导出回 Cube 数据集。
• 仅导出已完成任务的结果。

常见用途：

• 交付标注结果文件。
• 将标注结果用于模型训练。
• 把结果同步回 Cube 数据资产，供 Pipeline 或 Notebook 继续处理。若使用 Target Storage，建议先在 Notebook 中创建结果目录，再在标注项目中配置保存地址；标注提交或同步后，结果会写入该目录。
• 归档不同批次的标注结果。

11. 项目通用设置

在「设置 -> 通用」中可以查看和调整项目基础设置。

通用设置通常包括：

• 项目名称和描述。
• 项目状态管理。
• 标注行为选项。
• 任务展示和协作相关选项。

项目状态说明：

• 标注中：正常进行任务导入、配置和标注。
• 暂停：临时停止标注，适合等待数据或模板确认。
• 标记为完成：项目进入完成状态，适合冻结当前标注批次。

当项目被标记为完成后，一般不建议继续修改标注模板或追加任务，避免影响结果一致性。

12. 网络钩子

在「设置 -> 网络钩子」中可以配置事件通知。

网络钩子适合将标注平台和外部系统联动，例如：

• 新任务导入后通知外部服务。
• 标注提交后触发质量检查。
• 项目完成后通知后续数据处理流程。
• 与内部消息系统或任务调度系统集成。

使用网络钩子前，需要准备可访问的回调地址，并确认外部服务能够处理平台发送的事件数据。

13. 常见问题

图片数据导入后不显示

通常是字段类型不匹配。检查数据字段是否是图片 URL 或图片文件路径，并在数据管理页把对应列设置为图片类型。如果字段仍按字符串显示，图片可能不会正常渲染。

点击项目后看不到任务

可能是项目没有导入数据、当前筛选条件隐藏了任务，或用户没有当前工作空间权限。可以先清空筛选条件，再确认项目任务数量。

自动化标注没有预测结果

检查模型是否已连接、服务地址是否可访问、模型输入输出是否匹配当前模板。外部模型服务需要按标注平台的请求和响应格式适配，也可以先在少量任务上测试预测效果。

大批量文件上传慢或失败

建议先把数据放到 /mnt/$username、共享目录或对象存储，再配置成 URL 的 txt 上传到平台。

标注结果怎么回到 Cube

可以在导出页选择导出到数据集，也可以配置结果文件云存储，把标注结果写入个人目录或共享存储。结果写入分布式存储后，可继续通过 Pipeline、Notebook 或训练任务处理。