YOLOv3之Iou、Loss可视化等超详细

目录：
1、添加log路径
2、格式化log
3、绘制loss曲线
4、绘制iou曲线

（一）添加log路径
在darknet下新建visualization文件夹，用来存储各种可视化文件。
train训练命令（gpu版本）如下：
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gpus 0 | tee visualization/train_yolov3.log
这里darknet53.conv.74可以换成自己权重文件。CPU版本直接将-gpus0去掉即可。

（二）格式化log
需要使用python脚本extract_log.py,如下所示（和生成的log放在同一目录下）
#!/usr/bin/python
#coding=utf-8
#该文件用于提取训练log，去除不可解析的log后使log文件格式化，生成新的log文件供可视化工具绘图
import inspect
import os
import random
import sys
def extract_log(log_file, new_log_file, key_word):
with open(log_file, ‘r’) as f:
with open(new_log_file, ‘w’) as train_log:
for line in f:
#去除多GPU的同步log；去除除零错误的log
if (‘Syncing’ in line) or (‘nan’ in line):
continue
if key_word in line:
train_log.wr