值得注意的是，一般情况下 negative default boxes 数量远远大于positive default boxes 数量，这样训练会导致网络过于重视负样本，查看loos可知。从而loss不稳定。所以ssd在抽样时按照置信度误差（预测背景的概率越小，误差越大）进行降序排序，选出误差较大的top-K作为训练的负样本，控制positive：negative=1:3.作者发现可以导致模型更快的优化和更稳定的训练。
