labelme 单独保存label_viz到一个文件夹

Labelme是一个基于web的图像注释工具，它可以用来创建、编辑和导出图像标注数据集。在Labelme中，我们可以使用标注工具为图像添加标注信息，例如：矩形、多边形、点等等。

如果您要将label_viz单独保存到一个文件夹中，可以按照以下步骤操作：
1. 打开Labelme软件，选择要标注的图像。
2. 使用标注工具对图像进行标注，并且在右下角勾选 "label_viz" 选项。
3. 点击 "File" -> "Save"，将标注数据保存到 JSON 文件中。
4. 打开保存的 JSON 文件夹，您会发现标注数据中生成了一个名为 "label_viz" 的文件夹，里面包含了您标注过的图像以及相应的标注信息。

如果您只需要将label_viz文件夹保存到一个新的文件夹中，可以复制粘贴该文件夹即可。如果您只需要保存其中的某些图像或者标注信息，可以手动将需要的文件复制到新的文件夹中。

相关问题

labelme生成的img、label、label_names、label_viz四个文件，如何用来制作tensorflow训练集？

你可以使用labelme插件来将labelme生成的标注信息转换为tensorflow训练集格式，具体步骤如下：

1. 使用labelme打开图片并进行标注，将生成img和json文件。
2. 使用labelme2coco转换json为coco格式的标注信息，并生成trainval.txt和test.txt文件。
3. 使用coco2tfrecord将coco格式的标注信息转换为tensorflow训练集格式。

在这个过程中，label文件需要被转换为coco格式的标注信息。同时，label_names和label_viz可以使用coco2tfrecord过程中的label_map.pbtxt文件代替。最终生成的trainval.txt和test.txt则是用来指定训练集和测试集的图片路径及名称的。

labelme_json_to_dataset 后只有空文件夹

可能是因为您没有正确指定输出目录。请确保在运行 "labelme_json_to_dataset" 命令时，使用 "-o" 或 "--output" 选项来指定要输出的目录。例如：

labelme_json_to_dataset /path/to/annotations/*.json -o /path/to/output/directory

如果您已经指定了输出目录，请检查您是否拥有在该目录中写入文件的权限。如果没有权限，请尝试更改目录权限或将输出目录设置为可写入的目录。