全栈工程师开发手册 （作者：栾鹏）
一站式云原生机器学习平台
前言
开源地址：https://github.com/data-infra/cube-studio
cube studio 开源的国内最热门的一站式机器学习mlops/大模型训练平台，支持多租户，sso单点登录，支持在线镜像调试，在线ide开发，数据集管理，图文音标注和自动化标注，任务模板自定义，拖拉拽任务流，模型分布式多机多卡训练，超参搜索，模型管理，推理服务弹性伸缩，支持ml/tf/pytorch/onnx/tensorrt/llm模型0代码服务发布，以及配套资源监控和算力，存储资源管理。支持机器学习，深度学习，大模型 开发训练推理发布全链路。支持元数据管理，维表，指标，sqllab，数据etl等数据中台对接功能。支持多集群，边缘集群，serverless集群方式部署。支持计量计费，资源额度限制，支持vgpu，rdma，国产gpu，arm64架构。
aihub模型市场：支持AI hub模型市场，支持400+开源模型应用一键开发，一键微调，一键部署。
gpt大模型：支持40+开源大模型部署一键部署，支持ray，volcano,spark等分布式计算框架，支持tf,pytorch,mxnet,mpi,paddle,mindspre分布式多机多卡训练框架，支持deepspeed，colossalai，horovod分布式加速框架，支持llama chatglm baichuan qwen系列大模型微调。支持llama-factory 100+llm微调，支持大模型vllm推理加速，支持智能体私有知识库，智能机器人。
背景介绍
做图文音项目过程中，我们通常会需要进行数据标注。label studio是一个比较好上手的标注平台，可以直接搜索label studio使用，也可以在cube studio中使用，在cube studio中不仅可以直接使用原生的label studio，还打通了模型训练和数据存储，可以直接使用我们自己训练好的AI模型，对我们的图文音数据来进行自动化标注。
1. 进入标注平台
体验环境可以直接使用，也可以根据https://github.com/tencentmusic/cube-studio/wiki来部署之后使用。
进入cube studio界面后，点击“数据资产”-“标注平台”，即可进入标注平台。体验环境的登录账号和密码可以扫描最上方的二 维码咨询，自己部署的话就可以自己设置。
2. 创建项目
进入label studio之后，可以点击“create”按钮，创建项目。
如果我们项目需要标注的内容已经准备好了，那可以直接通过“Data Import”来导入。
3. 手动标注
平台本身已经提供了很多模型，可以进入项目后，点击右上角的“settings”-“labeling interface”查看，可以手动添加标注项，也可以使用自带的模板。
通过“browse Templates”可以查看自带的模板。
定义好可以标注的内容后，就可以点击单个项目，进行标注了。
标注完成后点击“submit”即可。
4. 自动标注
想要完成批量的自动化标注，可以使用在cube studio训练好的模型，发布成推理服务后，在label studio中直接使用。
比如这里，我们想进行目标识别的自动化标注，我们选择yolo模型，部署web，发布为推理服务，等待推理服务发布完成后，刷新该界面，“部署web”会变为“卸载web”，表示服务发布完成。
点击该模型，进入接口查看页面。
拖到最底部，可以看到在labelstudio中可用的接口。
在label studio中，进入导入好了需要标注的图片的自动化标注项目，点击“settings”，点击“Machine learning”，选择“add model”，将ip+自动化标注接口这个url填入，添加模型。
配置好之后，下面就会出现该模型的信息，再回到标注界面，点击单个项目时，会出现缓冲，就表示模型在进行标注，之后就可以查看自动化标注的结果了。
