2. 标注工具入门：LabelImg、CVAT、Label Studio 的安装与基础使用

做数据标注，工具选对了，能省一半的力气。我见过不少团队，一上来就自己写标注界面，结果折腾两周，发现开源工具早就把坑填平了。

今天咱们就聊三款主流工具：LabelImg、CVAT、Label Studio。它们各有各的脾气，也各有各的绝活。我会把安装步骤、使用场景、还有我踩过的坑，一股脑儿倒出来。

2.1 LabelImg：最轻量的图像标注工具

LabelImg 是我最早接触的标注工具。说白了，它就是一个小巧的 Python 程序，专门用来给图片画矩形框。适合做目标检测的数据准备。

安装步骤

我个人习惯用 pip 直接装，干净利落。

# 安装 PyQt5 和 lxml 依赖
pip install pyqt5 lxml

# 安装 LabelImg
pip install labelImg

# 启动
labelImg

如果你在 macOS 上遇到权限问题，加个 --user 参数就行。我曾经在 Windows 上装过一次，记得把 Python 加到环境变量里，不然命令行找不到。

基础使用

1. 打开图片目录：点击左侧「Open Dir」，选择你的图片文件夹。
2. 创建矩形框：按 w 键进入画框模式，拖拽鼠标框住目标。
3. 输入标签名：弹窗里输入类别名称，比如 cat、dog。
4. 保存标注：按 Ctrl+S，默认生成 Pascal VOC 格式的 XML 文件。

2.2 CVAT：企业级视频标注利器

CVAT 是 Intel 开源的 Web 端标注工具。我第一次用它标视频的时候，心里想的是：「这才叫生产力工具。」它支持多人同时标注，还有自动追踪功能。

安装方式（Docker 部署）

CVAT 推荐用 Docker 跑。我建议你至少给 Docker 分配 4GB 内存，不然跑起来会卡。

# 克隆仓库
git clone https://github.com/opencv/cvat
cd cvat

# 启动服务
docker compose up -d

# 访问 http://localhost:8080
# 默认账号: admin 密码: admin

嗯，这里要注意。第一次启动会下载好几个镜像，大概 2-3GB。找个网好的时候搞，别在开会前临时装。

基础使用流程

步骤	操作	说明
1	创建任务	上传图片或视频，设置标签列表
2	分配标注员	多人协作时，给每个人分配任务
3	开始标注	画框、画多边形、打关键点
4	导出数据	支持 COCO、Pascal VOC、YOLO 等格式

2.3 Label Studio：多模态标注的全能选手

Label Studio 是我现在最常用的工具。为什么？因为它什么都能标。文本分类、实体抽取、图像分割、音频转录……一个工具全搞定。

安装方式

Label Studio 安装特别简单，一行命令搞定。

# 安装
pip install label-studio

# 启动
label-studio start

启动后浏览器打开 http://localhost:8080，注册一个账号就能用了。我第一次用的时候，注册完直接创建项目，前后不到 3 分钟。

配置标注模板

Label Studio 的核心是「标注配置」。说白了，就是用一段 XML 描述你的标注界面。

举个例子，做一个图像分类任务：

<View>
  <Image name="image" value="$image"/>
  <Choices name="label" toName="image">
    <Choice value="猫"/>
    <Choice value="狗"/>
    <Choice value="其他"/>
  </Choices>
</View>

这段配置的意思是：显示一张图片，下面给三个选项让标注员选。你想想看，如果要做实体抽取，换成 <Labels> 标签就行。

2.4 三款工具怎么选？

我整理了一个对比表，方便你快速决策。

维度	LabelImg	CVAT	Label Studio
部署方式	本地 Python 程序	Web 端（Docker）	Web 端（pip/Docker）
适用场景	小批量图像标注	视频标注、团队协作	多模态、复杂标注
学习成本	低（10 分钟上手）	中（需要熟悉 Web 界面）	中高（需要学配置语法）
输出格式	XML、TXT	COCO、VOC、YOLO 等	JSON、CSV、COCO 等
多人协作	不支持	原生支持	企业版支持