我使用了ssd_mobilenet_v2_quantized_300x300_coco_2019_01_03对象检测模型。使用coco数据集对其进行了训练：约有120K训练图像集，并带有90个不同的类进行注释。为了进行测试，我使用了1000张图像，因为如果我使用了120K的20％，它会卡在评估中。
使用object_detection/model_main.py脚本进行了培训，该脚本运行了20万步。
所报告的最后一步损失为6.507778，并且自第40K步开始，它似乎在5-7左右波动。
为什么这么大的图像集和200K步长会导致损失这么大？
如何提高训练效率？