问题描述：在使用 train.py 训练模型时，设置采样率为 0.1，使用默认参数（batch_size=64，lr=0.001），训练到第 5 个 epoch 左右时，batch_loss 突然增大到 2 以上，触发代码中的警告 Warning: your loss > 2 !。后续 epoch 的 loss 持续波动且难以收敛，导致模型重建效果较差（PSNR 值明显下降）。
复现步骤：
将 BSDS500 和 VOC2012 数据集放入 ./dataset/train/ 目录
执行命令：python train.py --device 0 --rate 0.1
观察训练日志，在第 5-10 个 epoch 期间出现 loss 突增现象
环境信息：
PyTorch 版本：1.13.1
CUDA 版本：11.7
GPU：NVIDIA RTX 3090（24GB 显存）
系统：Ubuntu 20.04
补充说明：
检查过数据集路径正确，且数据已成功打包为 train.pt
尝试降低学习率至 0.0001，loss 突增现象有所缓解，但仍存在波动
训练日志中未出现显存溢出或设备错误
问题描述：在使用 train.py 训练模型时，设置采样率为 0.1，使用默认参数（batch_size=64，lr=0.001），训练到第 5 个 epoch 左右时，batch_loss 突然增大到 2 以上，触发代码中的警告 Warning: your loss > 2 !。后续 epoch 的 loss 持续波动且难以收敛，导致模型重建效果较差（PSNR 值明显下降）。
复现步骤：
将 BSDS500 和 VOC2012 数据集放入 ./dataset/train/ 目录
执行命令：python train.py --device 0 --rate 0.1
观察训练日志，在第 5-10 个 epoch 期间出现 loss 突增现象
环境信息：
PyTorch 版本：1.13.1
CUDA 版本：11.7
GPU：NVIDIA RTX 3090（24GB 显存）
系统：Ubuntu 20.04
补充说明：
检查过数据集路径正确，且数据已成功打包为 train.pt
尝试降低学习率至 0.0001，loss 突增现象有所缓解，但仍存在波动
训练日志中未出现显存溢出或设备错误