1.首先檢查SSD訓(xùn)練的完整log日志，因為所需要的東西都在日志里面。日志目錄在:jobs里面，名字為VGG_MyDataSet_SSD_300x300.log。

利用此log文件生成相應(yīng)大的.test和.train文件,具體命令如下：(當前目錄為caffe-ssd，輸入上面的命令)

cd tools/extra

./parse_log.sh ../../jobs/VGGNet/MyDataSet/SSD_300x300/VGG_MyDataSet_SSD_300x300.log

parse_log.sh是caffe自帶的log分析工具，一般在caffe的tools文件內(nèi)的extra文件夾中。

2.安裝gnuplot工具。

apt-get install gnuplot

安裝完成之后將caffe-ssd下的tools/extra中的新建py_mAP_loss.py文件

文件中代碼如下：

reset

set terminal png

set output "VGG_MyDataSet_SSD_300x300.png"

set style data lines

set key right

set term pngcairo size 1200,800? #這里是設(shè)置圖片的大小

set multiplot

set title "SSD Training loss and mAP vs. training iterations"

set xlabel "Training iterations"

set ylabel "Training loss"

set y2label "mAP"

set y2tics

set ytics nomirror

# using 1:3 表示使用log-data.train的第一和第三列分別為x軸y軸

plot "VGG_MyDataSet_SSD_300x300.log.train" using 1:3 w l axis x1y1 title "train loss", "VGG_MyDataSet_SSD_300x300.log.test" using 1:3? w l axis x1y2 title "mAP"

之后命令行輸入

?gnuplot py_mAP_loss.py?

大功告成:

對于這個工具的使用還需要進一步的學(xué)習。