py-fater-rcnn根据生成的log文件绘制loss图。
一般输出是下图中的第一幅图（对应位置为2,5,1），但本身并没有多大的意义，只有将其平均之后如(对应位置为2,5,6)，才能看出loss是否还在下降。
# -*- coding: utf-8 -*- """ Created on Wed Jun 13 09:58:00 2018 @author: ygx """ # -*- coding:utf-8 -*- # !/usr/bin/env python import matplotlib.pyplot as plt f1=open('faster_rcnn_end2end_VGGcp_.txt.2018-06-12_17-51-16','r') lines=f1.readlines() i=0 Iteration=[] loss=[] loss_bbox=[] loss_cls=[] rpn_cls_loss=[] rpn_loss_bbox=[] for line in lines: if line.find('solver.cpp:229] Iteration')>0: Iteration.append(int(line.split('Iteration ')[1].split()[0].split(',')[0])) loss.append(float(line.split(' ')[-1])) i=i+1 print '***',i,'***' if line.find('Train net output #0:')>0: loss_bbox.append(float(line.split(' ')[-6])) if line.find('Train net output #1:')>0: loss_cls.append(float(line.split(' ')[-6])) if line.find('Train net output #2:')>0: rpn_cls_loss.append(float(line.split(' ')[-6])) if line.find('Train net output #3:')>0: rpn_loss_bbox.append(float(line.split(' ')[-6])) ##总的loss图，我自己sovel文件中设置的是log文件中每20次显示一次 plt.subplot(251) plt.title('loss') plt.plot(Iteration,loss,c='green') plt.subplot(252) plt.title('loss_bbox') plt.plot(Iteration,loss_bbox,c='green') plt.subplot(253) plt.title('loss_cls') plt.plot(Iteration,loss_cls,c='green') plt.subplot(254) plt.title('rpn_cls_loss') plt.plot(Iteration,rpn_cls_loss,c='green') plt.subplot(255) plt.title('rpn_loss_bbox') plt.plot(Iteration,rpn_loss_bbox,c='green') ##平均的loss图 n=50 #（每20次显示一次loss平均一次loss）20*n表示真正的,这里1000次平均 k=len(Iteration)/n loss_avg_=[] loss_bbox_=[] loss_cls_=[] rpn_cls_loss_=[] rpn_loss_bbox_=[] for i in range(k): loss_avg_.append(sum(loss[i*n:(i+1)*n])/n) plt.subplot(256) plt.title('loss_avg') plt.plot(range(k),loss_avg_,c='red') for i in range(k): loss_bbox_.append(sum(loss_bbox[i*n:(i+1)*n])/n) plt.subplot(257) plt.title('loss_bbox_avg') plt.plot(range(k),loss_bbox_,c='red') for i in range(k): loss_cls_.append(sum(loss_cls[i*n:(i+1)*n])/n) plt.subplot(258) plt.title('loss_cls_avg') plt.plot(range(k),loss_cls_,c='red') for i in range(k): rpn_cls_loss_.append(sum(rpn_cls_loss[i*n:(i+1)*n])/n) plt.subplot(259) plt.title('rpn_cls_loss_avg') plt.plot(range(k),rpn_cls_loss_,c='red') for i in range(k): rpn_loss_bbox_.append(sum(rpn_loss_bbox[i*n:(i+1)*n])/n) plt.subplot(2,5,10 ) plt.title('rpn_loss_bbox_avg') plt.plot(range(k),rpn_loss_bbox_,c='red') plt.show() f1.close()文章来源: fater-rcnn绘制loss图