faster rcnn end-to-end loss曲线的绘制

绘制faster rcnn end-to-end训练方式的loss曲线，总的loss图，和4部分bbox loss/cls loss/rpn cls loss/rpn box loss

#!/usr/bin/env python
import matplotlib.pyplot as plt
import re
# read the log file
fp = open（‘faster_rcnn_end2end_VGG16_.txt.2017-11-14_21-57-31‘ ‘r‘）

train_iterations = []
train_loss = []
bbox_loss = []
cls_loss = []
rpn_cls_loss = []
rpn_loss_box = []

for ln in fp:
    # get train_iterations and train_loss
    if ‘] Iteration ‘ in ln and ‘loss = ‘ in ln:
        arr = re.findall（r‘ion \b\d+\b‘ ln）
        train_iterations.append（int（arr[0].strip（‘‘）[4:]））
        train_loss.append（float（ln.strip（）.split（‘ = ‘）[-1]））
    if ‘output #0: loss_bbox‘ in ln:
        arr = re.findall（r‘loss_bbox = \d+.\d+[e-]*\d+‘ ln）
        bbox_loss.append（float（arr[0].split（‘ ‘）[-1]））
    if ‘output #1: loss_cls‘ in ln:
        arr = re.findall（r‘loss_cls = \d+.\d+[e-]*\d+‘ ln）
        cls_loss.append（float（arr[0].split（‘ ‘）[-1]））
    if ‘output #2: rpn_cls_loss‘ in ln:
        arr = re.findall（r‘rpn_cls_loss = \d+.\d+[e-]*\d+‘ ln）
        rpn_cls_loss.append（float（arr[0].split（‘ ‘）[-1]））
    if ‘output #3: rpn_loss_bbox‘ in ln:
        arr = re.findall（r‘rpn_loss_bbox = \d+.\d+[e-]*\d+‘ ln）
        rpn_loss_box.append（float（arr[0].split（‘ ‘）[-1]））

fp.close（）
print rpn_cls_loss.index（max（rpn_cls_loss））
print rpn_cls_loss[2929]
fig = plt.figure（）
plt.plot（train_iterations train_loss ‘k‘ label=“all loss“）