← 返回首页

⬇️ 下载 Label Studio

选择适合你的方式,所有计算在你的电脑上运行

🪟 Windows 一键运行

源码包(推荐)即下即用

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。

📦 下载源码包 (label-studio-src.zip)

约 1MB · 含自动安装脚本

Windows 客户端 (EXE)需自行构建

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/

🐍 pip 安装 最灵活

通过 pip 安装

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
📦 下载源码包 📄 仅下载 requirements

📦 Conda 环境

通过 Conda 安装

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

🚀 启动后

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。

🐙 GitHub

项目源码托管在 GitHub,欢迎 Star、Issue 和 PR。

🌐 访问 GitHub 仓库
⚠️ GPU 用户请注意:推理和训练需要 GPU(NVIDIA CUDA)才能获得可用的速度。
使用 pip/conda 方式时,安装 GPU 版 PyTorch:pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118