在caffe的训练过程中，大家难免想图形化自己的训练数据，以便更好的展示结果。如果自己写代码记录训练过程的数据，那就太麻烦了，caffe中其实已经自带了这样的小工具 caffe-master/tools/extra/parse_log.sh caffe-master/tools/extra/extract_seconds.py和caffe-master/tools/extra/plot_training_log.py.example ，通过训练指令记录下训练过程，完成训练后通过日志绘制出曲线，具体使用方法如下：
1.记录训练日志
在训练命令中加入一行参数，实现Log日志的记录，以如下finutuning训练为例：
TOOLS = ./build/tools
GLOG_logtostderr = 0 GLOG_log_dir = examples/foam/Log/ \
$TOOLS/caffe train \
-solver examples/foam/ solver.prototxt -weightsmodels/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel
其中目录改成自己系统的目录，这样训练结束之后，会在Log文件夹中生成每次训练的Log日志caffe.smith-PC.smith.log.INFO.20161130-181834.3126 和caffe.smith-PC.smith.log.WARNING.20161130-181834.3126。将第一个文件重命名为curve.log，用于绘曲线。
2.解析训练日志
将最上面说的3个脚本文件拷贝到Log 文件夹下，一个不能少，cd入Log文件夹，执行：
./parse_log.sh curve.log
后面的参数为log文件名，这样就会在当前文件夹下生成一个.train文件和一个.test文件
3.生成图片
执行
./plot_training_log.py.example 0 curve.png curve.log
就可以生成训练过程中的Test accuracy vs. Iters 曲线,其中0代表曲线类型，save.png 代表保存的图片名称，保存在Log文件夹下。
caffe中支持很多种曲线绘制，通过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
最后，看一下效果
