查看原文
其他

Label Studio多媒体数据标注工具[5星推荐]

大邓 大邓和他的Python 2022-07-09


一、简介




如果采集的数据有很多图片、音频视频链接,虽然Nvivo可以进行多媒体分析,但是需要事先下载好的多媒体文件导入到Nvivo才能进行。多媒体数据处理属于很hitech的部分,很难,大邓也不会(⊙o⊙)…
所以对于小白或者文科生而言还是没法用python自动化快速实现多媒体数据的标注,但是却可以让我们的标注过程更高效。今天介绍的label-studio库可以在没下载相关多媒体情况下,仅仅依靠图片、音频、视频的链接即可联网打开,进行标注。
标注多媒体

导出数据



这是我录制的操作教程,请结合文章观看。文末有资料下载获取方式


手机观看视频不太清晰,大家可以收藏本文回头在电脑看B站的视频。

二、安装




  1. pip install label-studio



三、创建项目

  1. 建议在电脑桌面新建一个文件夹LabelStudio(好的名字容易记住^_^)

  2. 将路径切换至LabelStudio文件夹,需在命令行执行下面命令

  1. cd desktop/LabelStudio

  1. 创建一个名叫my_project的项目,命令行执行

  1. label-studio start my_project --init

打开项目

如果已经创建了my_project,操作方法与创建项目类似,但要注意step3应该改为

  1. label-studio start my_project



四、设置




根据自己需要标注的数据情况,我们需要设计标注页面。

4.1 标注默认项设置

默认的界面如下

图片中有左侧html解读

  • 右侧Interface Preview是左侧html的渲染效果

  • 右下角Input Task Preview默认测试数据预览

  • $image是用来接收数据中的image字段

  • 如果标注数据有视频,value一定要用"$video",不然视频显示不了

  • name与toName应该一样

  • name不能重复

这块比较难理解,可看我的操作视频辅助你学习理解。该页面上方有很多不同任务类型对应的html设计,大家可以都点击蓝色链接查看一下。


4.1.1 数据

假设我现在已有数据 data.csv,需要标注

  • avatar

  • intro

  • video

我们平常采集到的视频链接是rawvideo,但是labelstudio不能用链接直接渲染出视频,所以实际上我们用的是 videovideo中的src就是rawvideo

  1. <video src="http://v1.keepcdn.com/video/2018/06/14/21/1facdd876003ac08469dcf9363921f56f6a9f620.mp4" preload="auto" width=100% controls>

强调

带html样式的视频链接所在的列字段名一定要设置为video


4.1.2 diy自己的html

现在我们根据data.csv的三个字段avatar、intro、video,设计了三个View块。

  1. <View>


  2. <Header value="头像"></Header>

  3. <Image name="avatar" value="$avatar"/>

  4. <Choices name="头像美不美" toName="avatar" choice="single-radio">

  5. <Choice value="美"/>

  6. <Choice value="一般"/>

  7. </Choices>



  8. <Header value="个人简介"></Header>

  9. <Text name="intro" value="$intro"/>

  10. <Choices name="读后是否印象深刻" toName="intro" choice="single-radio">

  11. <Choice value="深刻"/>

  12. <Choice value="一般"/>

  13. </Choices>



  14. <Header value="视频"></Header>

  15. <HyperText name="video" value="$video"/>

  16. <Choices name="视频是否有bgm" toName="video" choice="single-radio">

  17. <Choice value="有"/>

  18. <Choice value="无"/>

  19. </Choices>

  20. </View>

渲染图如果没出错,符合你的语气,就点击左下角Save


4.2 导入数据

完成html设计后,这一步很简单,只需要上传需要标注的数据文件即可。

因为我们的数据只有8条,所以这里生成了8个标注任务。我们可以先试一试,点explore tasks,探索一下我们设置项目任务。

我们可以看到头像、简介、视频,并且对三个字段进行常识性标注。^_^

4.3 开始标注

前面不出错的话,这一步很简单,只需要标注几个数据,看看是否都能正常显示文本、图片和视频。如果没问题,咱们就可以开始标注,这是单机浏览器标注页面

骚操作

标注是一个很累的事情,其实label-studio可以让你躺着玩手机一样进行标注。如果你的电脑和手机使用同一个wifi的话,手机浏览器访问 http://192.168.1.100:8200即可在手机上完成标注。不过按键不如电脑上好用,而且有点bug,我尝试时没看到提交按钮。

4.4 导出数据

假设经过很多努力,我们已经将标注任务完成,一定记得导出数据哦。

导出的数据格式,支持json、csv/tsv。

由于csv默认编码为utf-8, 所以用微软office打开会乱码,这里我用记事本打开,发现字段名多了 头像美不美,读后是否印象深刻,视频是否有bgm

注意

输出字段名与 4.1.2 diy自己的html对比,我们发现Choices中的name值决定输出字段,所以不要像我这样随便起名字。

  1. <Choices name="头像美不美" toName="avatar" choice="single-radio">

  2. <Choices name="读后是否印象深刻" toName="intro" choice="single-radio">

  3. <Choices name="视频是否有bgm" toName="video" choice="single-radio">


总结




label-studio在多媒体标注挺好用的,比较适合小数据量标注时候提高自己的标注效率。虽然NVivo也可以标注数据,但是都必须要先下载下来,而label-studio不需要下载,只需要保留多媒体链接即可。

其中要注意的是csv数据文件中的视频必须命名为video,且video字段都是html样式的数据。形如

  1. <video src="http://v1.keepcdn.com/video/2018/06/14/21/1facdd876003ac08469dcf9363921f56f6a9f620.mp4" preload="auto" width=100% controls>


精彩回顾





Python网络爬虫与文本数据分析

综述:文本分析在市场营销研究中的应用

数据分析中,文本分析远比数值型分析重要!(上)

数据分析中,文本分析远比数值型分析重要!(下)

Seaborn:一行代码生成酷炫狂拽的数据集可视化

50题matplotlib从入门到精通

30例 | 一文搞懂python日期时间处理

如何批量下载上海证券交易所上市公司年报

pdfkit | 自动化利器,生成PDF就靠它了

中文文本数据逻辑性分析库

中文文本分析相关资源汇总

cnsenti中文情绪情感分析库

如何使用Python快速构建领域内情感词典

Python数据分析相关学习资源汇总帖

漂亮~pandas可以无缝衔接Bokeh

YelpDaset: 酒店管理类数据集10+G

Loughran&McDonald金融文本情感分析库



公众号后台回复“labelstudio”即可获得文章教程

万水千山总是情,给我点好看可好❤


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存