yolo-tiny可视化：loss和IOU波动

这是我训练一个垃圾分类的yolo-tiny网络的输出可视化结果，怀疑可能有如下几条原因导致了如此波动：
1、数据集问题。大部分图片都是从网络上爬取的，少部分是自己拍摄的，质量层次不齐且无法充分表现出此类垃圾特征。因为已经检查过直接用来训练的txt文件，所以可以基本排除是格式转化出现的问题。
2、learning rate选择不合适。

batch=64
subdivisions=8
width=416
height=416
channels=3
momentum=0.9
decay=0.0005

angle=45
saturation = 3
exposure = 3
hue=.2

learning_rate=0.01
burn_in=1000
max_batches = 2500
policy=steps
steps=100,500,1000
scales=.1,.1,.1

这是我训练的参数，可能我的learning rate太大了，下次训练时准备调整learning_rate和steps以及steps。
或许可以尝试一下调整batch、subdivisions，增大batch或者减小sub（每batch/sub个样本更新一次参数。）

欢迎大家给小白提建议，以改善训练效果。