Label Studioという素敵ツールに出会ったので紹介する（しない）

中小ーーーーーー！企業ーーーーーーーーー！！！

（この記事は ちゅらデータ Advent Calendar 2021 15日目 の記事となります）

ネタすぎるのでQiitaに書くことじゃないって怒られたら個人ブログに移動します

そういえば今年はこんなLTしました

酒飲みすぎて 忘れてました

無事フラグ回収しました

思い出しながら書いていきます（今　2021/12/15 午前5:17）

Label Studioってなんですか？

Label Studioは、OSSのデータラベリングツールです。Webアプリケーションとして利用することが可能です。個人的にはよくあるのは画像メインだなって思いますが、こちらは音や時系列、テキストデータにもラベリングすることができます。

※ページの画像スクショして貼り付け

使ってみてとても便利だなって思ったのは、DockerやPython使ってたら導入が楽なのと、Web画面でサクサク動くのもそうなんですが、フロントがJavaScriptフレームワーク(React)で組まれていて、バックエンドがAPI(Python)で開発されています。また、APIとやり取りするためにtoken発行することができます。なので、Web画面でできないことは、ユーザー側で開発したコードをAPI経由で連携することができるので良いなって思いました。

とても良いおもちゃありがとうございます これでデータ収集が無限にはかどりますね！

クラウドサービスにも似たようなのあるよ？　

わかります、SageMakerのツールとか複数人で対応するとか便利そうでした。が、高いんです。企業はよくても個人はちょっときついなと。

Label Studioにいるこいつはなんですか？

たぬきです

たぬきと思ってたけどたぬきじゃないかも

Label Studio、ぼ・・・ぼくにできるかなぁ？

ノープロブレム、トムの勝ちデース DockerやPython使っている人は瞬殺です。

# Install the package
$ pip install -U label-studio
# Launch it!
$ label-studio

# Run latest Docker version
$ docker run -it -p 8080:8080 -v `pwd`/mydata:/label-studio/data heartexlabs/label-studio:latest
# Now visit http://localhost:8080/

Label Studio使って何やりたいんですか？

死ぬまでにゴジラをAIで表現したいなって思っています。そのための準備です。

本題が迷子になっていますよ？

ｱｯﾊｲ。本題です。

（本題） 利用のためにアクセスキーは必須なの？

レースキュー！ソールジャー！！もっと速くーーーーーー！！！！！（思い出している）
危険なバトルつきぬけてゆくーーーー＼ｺﾞｰｺﾞﾌｧｲﾌﾞ／（思い出している）
レースキュー！ソールジャー！！もっと強くーーーーーー！！！！！（思い出している）
かがやく勇気をいま！とーがーらーせーーーてーーーーーー！！！！！（思い出している）

思い出した。

AWS上で検証しました。

EC2起動してDocker install後、Label Studioを起動してProjectを作成します。Object Detectionで作成しました。

また、S3に画像をおいて、Syncできるようにします。IAMでEC2にS3 Full Accessを付与すれば今回はおｋとします。（本当は絞ったほうがいい）

適当にアノテーション付与して、YOLOのデータセットをexportしようとすると。。。

画像は空っぽで、labelだけ落ちてきます。なぜ？？？

最悪S3から落とせばいいのですが、紐付けるのが面倒なのでできればLabel Studioからまとめて落としたいです。

そこでなぜ失敗するのか調査したところ、Docker側でエラーが出力されていることに気が付きました。

[2021-12-14 21:38:21,497] [label_studio_converter.converter::convert_to_yolo::580] [ERROR] Unable to download s3://${aipa-images}/input/f81eab74-1750-11ec-bfb8-916757824fb9_2002_0_480_640.jpg. The item {'id': 1, 'input': {'image': 's3://${aipa-images}/input/f81eab74-1750-11ec-bfb8-916757824fb9_2002_0_480_640.jpg'}, 'output': defaultdict(<class 'list'>, {'label': [{'x': 6.406250000000003, 'y': 13.124999999999995, 'width': 77.49999999999997, 'height': 86.87499999999982, 'rotation': 0, 'rectanglelabels': ['Godzilla'], 'type': 'RectangleLabels', 'original_width': 640, 'original_height': 480}]}), 'completed_by': 1, 'annotation_id': 1, 'created_at': '2021-12-14T21:17:45.591190Z', 'updated_at': '2021-12-14T21:17:45.591222Z', 'lead_time': 15.235} will be skipped
Traceback (most recent call last):
  File "/usr/local/lib/python3.8/dist-packages/label_studio_converter/converter.py", line 576, in convert_to_yolo
    image_path = download(image_path, output_image_dir, project_dir=self.project_dir,
  File "/usr/local/lib/python3.8/dist-packages/label_studio_converter/utils.py", line 129, in download
    r = requests.get(url)
  File "/usr/local/lib/python3.8/dist-packages/requests/api.py", line 75, in get
    return request('get', url, params=params, **kwargs)
  File "/usr/local/lib/python3.8/dist-packages/requests/api.py", line 61, in request
    return session.request(method=method, url=url, **kwargs)
  File "/usr/local/lib/python3.8/dist-packages/requests/sessions.py", line 542, in request
    resp = self.send(prep, **send_kwargs)
  File "/usr/local/lib/python3.8/dist-packages/requests/sessions.py", line 649, in send
    adapter = self.get_adapter(url=request.url)
  File "/usr/local/lib/python3.8/dist-packages/requests/sessions.py", line 742, in get_adapter
    raise InvalidSchema("No connection adapters were found for {!r}".format(url))
requests.exceptions.InvalidSchema: No connection adapters were found for 's3://${aipa-images}/input/f81eab74-1750-11ec-bfb8-916757824fb9_2002_0_480_640.jpg'

Pythonのrequestsモジュールがだいたい締めていますが、スタックトレースの上部分を確認すると、エラーの元はこちらのようです。

  File "/usr/local/lib/python3.8/dist-packages/label_studio_converter/converter.py", line 576, in convert_to_yolo
    image_path = download(image_path, output_image_dir, project_dir=self.project_dir,
  File "/usr/local/lib/python3.8/dist-packages/label_studio_converter/utils.py", line 129, in download
    r = requests.get(url)

Label StudioはOSSでGithubで公開されているので、該当のコードを見に行きます。

なるほど？？？

よくわかりませんが、s3に対してrequests moduleでGETを投げているようですね。

はて？？？そもそもできるんだっけ？通常はboto3を使いそうですが、なぜだろう？？？

当時、Web画面からでしか状況を確認してなかったので、アクセスキーが足りないからだ！って思っていたのですが、LT直前になって動かないから、コードみてみると？？？となったことを思い出しました。そうだ。そうだった。

話し戻ります。何かしら設定違いがあって、分岐に失敗しているのかしら？とboto3を検索キーワードにして、リポジトリを検索するのですが、boto3が使われていない。なるほど？

とりあえず、コンテナ上からboto3でs3からダウンロードできそうか試してみます。

ubuntu@ip-1-1-1-1:~$ docker exec -it ${container_id} /bin/bash
root@aaa:/label-studio# pip3 install boto3
Requirement already satisfied: boto3 in /usr/local/lib/python3.8/dist-packages (1.16.28)

なるほど？

root@aaa:/label-studio# python3
Python 3.8.10 (default, Sep 28 2021, 16:10:42)
[GCC 9.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import boto3
>>>

なるほど。インストールされているようです。はて？

時間がないので、とりあえず直接書き換えてみます。

root@aaa:/label-studio# vim /usr/local/lib/python3.8/dist-packages/label_studio_converter/utils.py
bash: vim: command not found

vimがインストールされていない重大な問題がでたのでインストールします。

root@aaa:/label-studio# apt update -y && apt install -y vim

root@aaa:/label-studio# vim /usr/local/lib/python3.8/dist-packages/label_studio_converter/utils.py

書き込めるようになったので、こんな感じで書き換えます。

128         if download_resources:
129             if url.find('s3') > -1:
130                 import boto3
131                 client = boto3.client('s3')
132                 a = url.split('/')
133                 bucket = a[2]
134                 key = '/'.join(a[3:])
135                 res = client.get_object(Bucket=bucket, Key=key)
136                 r = res['Body'].read()
137                 with io.open(filepath, mode='wb') as fout:
138                     fout.write(r)
139             else:
140                 r = requests.get(url)  # 元のコード
141                 r.raise_for_status()
142                 with io.open(filepath, mode='wb') as fout:
143                     fout.write(r.content)

で、サーバを再起動したいですが。。。再起動の手順がない・・・？なるほど？

コード読んでいるとどうやらDjangoで動いているようです。Djangoあんまり詳しくないけど、hot reloadみたいなことができたような。。。

まじかー、めんどい。

よくわからないですが、コンテナ内でserverプロセス殺しても死ななかったので、一旦諦めてリポジトリをcloneしてきます。

# コンテナ停止後
$ sudo apt install python3-pip
$ git clone https://github.com/heartexlabs/label-studio.git

# 起動後、初期設定からスタートしてしまうので、設定済みのデータは移動
$ sudo mv mydata label-studio/

$ cd label-studio/
$ vim deploy/requirements.txt

label-studio-converterを書き換えたいのですが、こいつは外部モジュールとして分離されていたので requirements.txt ではコメントアウトして、こいつも持ってきます。

# label-studio-converter==0.0.36

$ git clone https://github.com/heartexlabs/label-studio-converter.git
$ cd label-studio-converter/
$ vim label_studio_converter/utils.py

さっきと同じように書き換える。書き換えたら、pipを叩く。

$ pip3 install -e .
$ cd ../
$ pip3 install -e .

# あとでエラーになるので事前対応
$ pip3 uninstall attr

# あとはlabel-studioのdocumentに沿って起動する
$ python3 label_studio/manage.py migrate

# migrationしたけど、パスがhomeディレクトリになっている。。。
# そして、パスの指定方法がわからなかった。。。
# ので、権限変更して上書きすることにする
$ ls /home/ubuntu/.local/share/label-studio/
export  label_studio.sqlite3  media

$ sudo chown ubuntu:ubuntu -R mydata/
$ cp -rf mydata/* /home/ubuntu/.local/share/label-studio/

$ python3 label_studio/manage.py runserver 0.0.0.0:8080

起動したらブラウザから、再度エクスポートしてみる。

わーいできた。疲れた。

そのまま使えないと思うのと、メンテナになぜこんな事になっているの？と聞く必要がありますが、皆様PRチャンスです。（僕がやれ？ｱｯﾊｲ）

（本題） 結局どうやってAPIと連携したの？

TODO: 疲れたので、今年中にあげる。

以上です。

子供が起きたので以上とさせていただきます。ありがとうございました。

ちゅらデータ Advent Calendar 2021 16日目 は aipa さんによる 「Python VS Anaconda VS ちゅらデータ 65535(1GB)　~呪われたプロジェクトの仕様変更~ 」（たぶん）です！来週もまたみてね。