选择适合你的方式,所有计算在你的电脑上运行
包含所有源码和安装脚本。需要 Python 3.10+,运行脚本自动安装依赖。
适合有 Python 环境的用户。
约 1MB · 含自动安装脚本
PyInstaller 打包为单个目录,解压即用。因体积较大(含 PyTorch),需在有 GPU 的机器上构建。
# 只需一步: 双击 build_pyinstaller.bat # 脚本会自动: # 1. 检测系统中的 Python 环境(含 conda) # 2. 让你选择或新建虚拟环境 # 3. 自动安装所有依赖 (FastAPI, Ultralytics, PyTorch...) # 4. 安装 GPU PyTorch(如支持 CUDA) # 5. 打包为 EXE # 产物在 dist/label-studio-client/
需要 Python 3.10+。GPU 加速需自行安装 CUDA 版 PyTorch。
# 1. 下载并解压源码包 # 2. 进入目录,安装依赖 pip install -r requirements-web.txt # 3. (可选)安装 GPU 版 PyTorch pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 4. 启动服务 python server.py
推荐 Anaconda/Miniconda 用户。自动管理 Python 版本和依赖。
# 1. 下载 environment-web.yaml # 2. 创建环境 conda env create -f environment-web.yaml conda activate label-studio-web # 3. (可选)安装 GPU 版 PyTorch pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 4. 启动服务 python server.py📄 下载 environment-web.yaml
运行客户端后,你将看到如下信息:
╔══════════════════════════════════════════════════╗ ║ Label Studio 本地客户端 v1.0.0 ║ ╠══════════════════════════════════════════════════╣ ║ 本地访问: http://localhost:8580 ║ ║ 云端控制台: label.klaycs2.icu/app/ ║ ╚══════════════════════════════════════════════════╝
然后打开浏览器访问 http://localhost:8580 直接使用,或访问 label.klaycs2.icu/app/ 云端控制台并填入本地地址。
项目源码托管在 GitHub,欢迎 Star、Issue 和 PR。
🌐 访问 GitHub 仓库pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118