Label Studio ist eine Open-Source-Plattform zur Datenannotation und -beschriftung, die für das Training und die Bewertung von KI-Modellen entwickelt wurde. Sie unterstützt eine Vielzahl von Datenformaten: Text (Klassifizierung, Named Entity Recognition, Relationen), Bilder (Bounding Boxes, Polygone, Segmentierung, OCR), Audio (Transkription, Diarisierung), Video (Objektverfolgung) sowie Zeitreihen und tabellarische Daten.

Ihr Kernvorteil liegt in der kooperativen Annotation: Mehrere Personen arbeiten an denselben Projekten, mit Review, Inter-Annotator-Konsens und Übereinstimmungsmessung. In Kombination mit einem ML Backend annotiert die Plattform Daten automatisch vorab mit Ihren eigenen Modellen, und Ihre Teams können diese korrigieren – ein Ansatz des aktiven Lernens, der die Kosten für die Beschriftung erheblich reduziert.

Label Studio integriert sich in MLOps-Pipelines über eine REST-API, Webhooks und Exporte in Standardformaten (COCO, YOLO, CoNLL, Pascal VOC, JSON) und verbindet sich mit Objektspeichern (S3, MinIO, GCS, Azure). Mit DINAO bleiben Ihre oft vertraulichen Datensätze in Frankreich gehostet.