1.首先检查SSD训练的完整log日志，因为所需要的东西都在日志里面。日志目录在:jobs里面，名字为VGG_MyDataSet_SSD_300x300.log。
利用此log文件生成相应大的.test和.train文件,具体命令如下：(当前目录为caffe-ssd，输入上面的命令)
cd tools/extra
./parse_log.sh ../../jobs/VGGNet/MyDataSet/SSD_300x300/VGG_MyDataSet_SSD_300x300.log
parse_log.sh是caffe自带的log分析工具，一般在caffe的tools文件内的extra文件夹中。
2.安装gnuplot工具。
apt-get install gnuplot
安装完成之后将caffe-ssd下的tools/extra中的新建py_mAP_loss.py文件
文件中代码如下：
reset
set terminal png
set output "VGG_MyDataSet_SSD_300x300.png"
set style data lines
set key right
set term pngcairo size 1200,800 #这里是设置图片的大小
set multiplot
set title "SSD Training loss and mAP vs. training iterations"
set xlabel "Training iterations"
set ylabel "Training loss"
set y2label "mAP"
set y2tics
set ytics nomirror
# using 1:3 表示使用log-data.train的第一和第三列分别为x轴y轴
plot "VGG_MyDataSet_SSD_300x300.log.train" using 1:3 w l axis x1y1 title "train loss", "VGG_MyDataSet_SSD_300x300.log.test" using 1:3 w l axis x1y2 title "mAP"
之后命令行输入
gnuplot py_mAP_loss.py
大功告成:
对于这个工具的使用还需要进一步的学习。
