前言：上两篇完成了learning rate参数和decay参数的调整，这一篇尝试调整一些其他的参数，如ignore_thresh、以及data argument 相关的的参数，目前得到的最好的实验结果是：
- learning rate:0.001
- policy：step
- step：40000（0.1）
- decay：0.0010-0.0015
- 参数解释：ignore_thresh 指得是参与计算的IOU阈值大小。当预测的检测框与ground true的IOU大于ignore_thresh的时候，参与loss的计算，否则，检测框的不参与损失计算。
- 参数目的和理解：目的是控制参与loss计算的检测框的规模，当ignore_thresh过于大，接近于1的时候，那么参与检测框回归loss的个数就会比较少，同时也容易造成过拟合；而如果ignore_thresh设置的过于小，那么参与计算的会数量规模就会很大。同时也容易在进行检测框回归的时候造成欠拟合。
- 参数设置：一般选取0.5-0.7之间的一个值，之前的计算基础都是小尺度（13*13）用的是0.7，（26*26）用的是0.5。这次先将0.5更改为0.7。
- 实验结果：AP=0.5121（有明显下降）
- loss curve：
- 这次的bacth数为48000，尾部仍然有轻微上翘，（batch次数仍然有调整空间。）
