我正在训练一个模型来从非洲农村的卫星图像中检测建筑物。对于标签，我使用 OpenStreetMap 几何图形。我使用 Tensorflow 对象检测 API 和 SSD Inception V2 作为模型。我在两个不同的数据集（在不同的地理区域）上训练了单独的模型。在一个领域，模型学习并安静地快速收敛：

但是，在其他区域训练模型时，会发生这种情况：

请注意，我使用完全相同的模型、配置、批量大小、训练区域的大小等。在第二种情况下，模型的预测变化非常迅速，我不明白为什么。例如，下面是模型在 107k 和 108k 全局步长下的预测的比较：

我对深度学习很陌生，无法理解为什么会发生这种情况。我将非常感谢任何提示，等等。这可能是我忽略的一些简单的事情。

让我知道我是否应该提供更多信息