caffe绘制训练过程中的accuracy、loss曲线

时间:2022-06-10 08:09:54

训练模型并保存日志文件

       首先建立一个训练数据的脚本文件train.sh,其内容如下,其中,2>&1   | tee examples/mnist/mnist_train_log.log 是log日志文件的保存目录。

#!/usr/bin/env sh  
set -e

TOOLS=./build/tools

$TOOLS/caffe train --solver=examples/mnist/lenet_solver.prototxt 2>&1 | tee examples/mnist/mnist_train_log.log

训练完成后,会在examples/mnist文件夹下生成mnist_train_log.log日志

caffe绘制训练过程中的accuracy、loss曲线

绘制曲线

       首先将文件夹caffe/tools/extra下的parse_log.sh 、extract_seconds.py、plot_training_log.py.example复制到上一步log日志文件的保存目录下。 然后,将plot_training_log.py.example改为plot_training_log.py,并执行以下命令就可以绘制曲线:
python plot_training_log.py 6 train_loss.png mnist_train_log.log

        caffe支持多种曲线绘制,指定不同的类型参数即可,具体参数如下:
Notes: 
1. Supporting multiple logs.
2. Log file name must end with the lower-cased ".log".
Supported chart types:
0: Test accuracy vs. Iters
1: Test accuracy vs. Seconds
2: Test loss vs. Iters
3: Test loss vs. Seconds
4: Train learning rate vs. Iters
5: Train learning rate vs. Seconds
6: Train loss vs. Iters
7: Train loss vs. Seconds


遇到的问题:
问题1:       刚开始的时候发现类型参数为0-3的时候,可以正常绘制曲线,但是类型参数为4-7的时候,出现下面的错误:caffe绘制训练过程中的accuracy、loss曲线

解决方法:       打开生成的mnist_train_log.log.train文件后,发现确实是提取TrainingLoss数据有问题,如图1;后来按博客点击打开链接中的方法将parse_log.sh进行修改。对于parse-log.sh生成的文件mnist_train_log.log.train,caffe自带的parse-log.sh提取到的是第9列(第9个域),也就是带S/10的那些数,我将它改成第13个域,也就是loss及=符号后的数,真正的loss在第13列,如图2、3。caffe绘制训练过程中的accuracy、loss曲线
                                           图1caffe绘制训练过程中的accuracy、loss曲线
                                           图2
caffe绘制训练过程中的accuracy、loss曲线
                                           图3

问题2:       解决完上述问题后,类型参数为4-7的时候,还是不能绘制曲线,出现如下问题:IndexError: list index out of rangecaffe绘制训练过程中的accuracy、loss曲线

解决方法:       群里大神帮忙找到问题了,原来是mnist_train_log.log.train中最后一行存在数据缺失问题,无奈,日志文件真的没有数据了,只能伪造一组数据了,如下图,红色圈中的就是我自己加的。但是,感觉这样做不好,关于这个问题,大家有遇到过没,怎么解决的,可以交流一下
caffe绘制训练过程中的accuracy、loss曲线

修改前的:caffe绘制训练过程中的accuracy、loss曲线

修改后的:caffe绘制训练过程中的accuracy、loss曲线