ssd画loss和accuracy曲线

最新推荐文章于 2024-06-16 08:00:00 发布
最新推荐文章于 2024-06-16 08:00:00 发布
阅读量2.9k 收藏 3
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/preston2006/article/details/53022875
版权
本文介绍了如何使用SSD的log文件在/home/myname/caffe/jobs/目录下，并调用plot_training_log.py.example脚本来绘制训练过程中的损失(loss)和准确率(accuracy)曲线。用户可以通过指定曲线类型参数来选择绘制不同类型的图表，例如测试准确率对迭代次数或时间的曲线，训练损失对迭代次数或时间的曲线等。
摘要由CSDN通过智能技术生成 


 

 
 

 （一）ssd的log文件保存在
 

 /home/myname/caffe/jobs/ 下面
 

 
 


                

        

        

    




        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  preston2006
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    1
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    3
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
通过SSD训练出来的的log日志，利用python绘制loss曲线脚本文件

				
			

			

				

					01-03
				

			

		

		

			
				
适合需要绘制loss的同志们

			
		

	



                

              
                



	

		

			

				
					
Caffe-Windows下画loss和accuracy曲线python代码

				
			

			

				

					12-09
				

			

		

		

			
				
代码的主体是Caffe提供的tools/extra文件中的python代码，但是代码无法在Windows下直接运行，此版本是我自己修改...经过测试8中曲线都能正确画出，如果你的积分有限，可以参考我们博客自行修改，或联系我。谢谢你的支持

			
		

	



                


  
              

                


	

		

			

				
					
SSD(Single Shot MultiBox Detector):绘制训练过程loss，accuracy曲线

				
			

			

				

					10km的专栏
				

				

					05-05
					
					4575
					
				

			

		

		

			
				
关于标准Caffe绘制loss，accuracy曲线参见这篇博客，写得很详细《Caffe 绘制训练过程loss，accuracy曲线》，而训练SSD时绘制loss，accuracy曲线稍简单点，因为SSD的训练脚本已经完成了日志输出重定向工作 。训练时训练日志已经以文件形式保存在jobs文件夹下 
 
所以我们要做的就是直接利用这个日志文件绘制训练过程loss，accuracy曲线。分析日志生成数据

			
		

	





	

		

			

				
					
【纯干货级教程】深度学习根据loss曲线进行分析调参

					
最新发布

				
			

			

				

					2401_84870184的博客
				

				

					06-16
					
					3318
					
				

			

		

		

			
				
以YOLOv5/YOLOv7示例展示深度学习的目标检测算法在输出的文件中的loss曲线变化规律的一般情况的分析总结，并用以调整自己的模型、调参等。

			
		

	



		

			
		



	

		

			

				
					
SSD代码解读之四——loss

				
			

			

				

					Peanut 大本营
				

				

					04-21
					
					1973
					
				

			

		

		

			
				
文章目录相关参数实现过程
相关参数
loss的调用过程如下。
ssd_net.losses(logits, localisations,
                           b_gclasses, b_glocalisations, b_gscores,
                           match_threshold=FLAGS.match_threshol...

			
		

	





	

		

			

				
					
SSD使用笔记——曲线可视化

				
			

			

				

					Gotta-C的博客
				

				

					05-06
					
					2545
					
				

			

		

		

			
				
1. 用plot_training_log.py.example做可视化修改一下 ./tools/extra/plot_training_log.py.example#!/usr/bin/env python
#coding=utf-8
import inspect
import os
import random
import sys
import matplotlib.cm as cmx
imp...

			
		

	





	

		

			

				
					
CAFFE-SSD中loss、accuracy曲线可视化（双Y轴）

				
			

			

				

					weixin_43376029的博客
				

				

					12-09
					
					763
					
				

			

		

		

			
				
CAFFE-SSD中loss、accuracy曲线可视化（双Y轴）1.利用输出的.log文件（应该在caffe/jobs/VGGNet/VOC0712/SSD_300x300目录下）生成.test .train文件。2.下面就是重点，画双Y轴loss、acc曲线。reference
阿呀么耀博主的博客可以完成loss、acc画在一张表里，我参考此博客并改进了一下，可以画出双Y轴图表。
1.利用输出...

			
		

	





	

		

			

				
					
TensorFlow绘制loss/accuracy曲线的实例

				
			

			

				

					09-18
				

			

		

		

			
				
在机器学习和深度学习领域，模型的训练过程中，可视化损失(loss)和准确率(accuracy)曲线是至关重要的，它可以帮助我们理解模型的训练情况和性能。TensorFlow是一个强大的开源库，用于构建和训练复杂的神经网络模型，...

			
		

	





	

		

			

				
					
caffe 绘制训练集和测试集的loss和accuracy对比曲线

				
			

			

				

					04-20
				

			

		

		

			
				
利用Caffe提供的脚本程序和Caffe训练日志画loss曲线与accuracy曲线。加强版，可以绘制对比曲线。辛辛苦苦修改作成的代码，大家还是给点儿资源分做鼓励吧，如果实在需要又没有资源分，请根据博客留下的联系方式联系我...

			
		

	





	

		

			

				
					
Caffe—根据log日志绘制loss曲线和accuracy

				
			

			

				

					08-13
				

			

		

		

			
				
Caffe—根据log日志绘制loss曲线和accuracy；具体操作可以参考博客：https://blog.csdn.net/tanghong1996/article/details/81636398

			
		

	





	

		

			

				
					
pytorch实现ssd之loss函数的设计

				
			

			

				

					雅痞匪徒(Nike)的博客
				

				

					04-19
					
					908
					
				

			

		

		

			
				
对于Loss函数的设计，我现在是越来越感觉到比模型搭建更难，虽然在理论上，就是几个loss函数的计算，比如交叉熵啥的，理论看起来很简单，但是对于ssd，yolo这些，真正要设计出来loss的计算，里面的细节太多也太杂了，让我很头大，但是没法，只能硬着头皮啃呗， 其实在现在这个时候，也就是我敲字的时候，我对于整个loss函数也只能说懂了百分之八十，还有一些细节，我依旧还是比较模糊，这也是写这篇文章的...

			
		

	





	

		

			

				
					
深度学习caffe日志的损失Loss曲线(m文件)

				
			

			

				

					03-02
				

			

		

		

			
				
欢迎下载，画出训练模型时的Train和Validate的Loss曲线

			
		

	





	

		

			

				
					
MobileNet-SSD 计算 P-R曲线

				
			

			

				

					12-22
				

			

		

		

			
				
用于计算 SSD/Mobilent-SSD/Shufflene-SSD/Squeezenet-SSD的准确率和P-R曲线

			
		

	





	

		

			

				
					
SSD LOSS-train interation 可视化

				
			

			

				

					weixin_43317842的博客
				

				

					03-21
					
					602
					
				

			

		

		

			
				
https://blog.csdn.net/CAU_Ayao/article/details/84502826 参考此博主
在用caffe-ssd/examples/ssd/ssd_pascal.py训练完后，会生成训练日志，接下来，我们将其转换为图片
查看该日志
cd  jobs/VGGNet/VOC0712/SSD_300x300  (caffe 根目录下)

VGG_fire_testSSD...

			
		

	





	

		

			

				
					
Caffe-SSD：可视化（绘制loss，accuracy曲线）

				
			

			

				

					阿耀的博客
				

				

					11-26
					
					2419
					
				

			

		

		

			
				
文章目录1. 查看日志2. 分析日志生成数据3. 修改gnuplot4. 绘制train loss单曲线5. 绘制loss/accuracy双曲线


Caffe-SSD的训练脚本已经完成了日志输出重定向工作，所以在训练时会自动生成相应的日志文件，因此绘制loss，accuracy会曲线稍简单点。训练时训练日志已经以文件形式保存在jobs文件夹下 。

1. 查看日志
进入如下目录：
cd ~/P...

			
		

	





	

		

			

				
					
目标检测：SSD的multibox_loss_layer和MineHardExamples的理解

				
			

			

				

					BigCowPeking
				

				

					03-07
					
					3089
					
				

			

		

		

			
				
SSD（single-shot multibox detector）源码学习笔记SSD是Wei Liu等人去年提出来的一个object detection框架，在PascalVOC上mAP可以超过著名的Faster RCNN，同时速度可以做到实时，简直强无敌。之前用别人的MXNet代码跑过实验，最近需要改进一下算法，所以去翻了一下原作者用Caffe实现的代码。在看代码之前先简述一下SSD的做法：图...

			
		

	





	

		

			

				
					
ssd-caffe 可视化loss与accuracy曲线

				
			

			

				

					qq_40806289的博客
				

				

					05-13
					
					674
					
				

			

		

		

			
				
将SSD训练过程中生成的日志文件可视化（以VOC训练为例）

1、默认caffe_root为caffe

在/caffe/jobs/VGGNet/VOC0712/SSD_300x300文件夹中会有VGG_VOC0712_SSD_300x300.log文件。

我们利用这个文件绘制训练过程中的loss与accuracy曲线。

2、使用caffe/tools/extra中自带日志分析工具

caff...

			
		

	





	

		

			

				
					
SSD、Faster-rcnn Loss

				
			

			

				

					jiachen0212的博客
				

				

					11-11
					
					416
					
				

			

		

		

			
				
 



 

 一点细节疑惑：

其中VGG16中的Conv4_3层将作为用于检测的第一个特征图。conv4_3层特征图大小是 ，但是该层比较靠前，其norm较大，所以在其后面增加了一个L2 Normalization层（参见ParseNet），以保证和后面的检测层差异不是很大，这个和Batch Normalization层不太一样，其仅仅是对每个像素点在channle维度做归一化，而Batch...

			
		

	





	

		

			

				
					
通过SSD训练出来的的log日志，利用python绘制loss曲线

				
			

			

				

					大雷哥
				

				

					01-03
					
					1930
					
				

			

		

		

			
				
利用SSD目标检测算法训练我们的数据集时，将训练结果保存在log文件中。
我的log文件如下

然后利用python脚本文件将我们需要的数据提取出来，也就是iteration，loss,(或者时epoch,loss).我的脚本文件如下：
import matplotlib.pyplot as plt
import numpy as np
import pylab as pl
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
line =

			
		

	





	

		

			

				
					
plt绘制loss和accuracy曲线

				
			

			

				

					06-28
				

			

		

		

			
				
需要使用Python中的matplotlib库来绘制loss和accuracy曲线。对于loss曲线，我们可以将每个epoch的训练集和测试集loss都统计出来，然后分别绘制成两条曲线，分别用蓝色和红色表示，x轴是epoch，y轴是loss。对于...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值