训练回归模型，输出都在标签的均值附近，

本人正在训练一个回归模型，标签的取值是50~100，主要是75，有部分是50，很少有大于75的，但是训练过程中的输出基本都集中在75附近，训练集有3000+图片验证集有1000+图片，训练集和标签的样子如下：

下图是一个batch中的标签和训练输出，可以看到图像的标签和模型的输出差别很大，

我用的超参数是：
optimizer = Adam，
损失函数 = MSE，
batchsize = 32，
lr = 0.001
网络模型如下：

def get_model():
    model = nn.Sequential(

    nn.Conv2d(3,24,5,stride=2),
    nn.ReLU(),
    nn.MaxPool2d(2, stride=1),

    nn.Conv2d(24,36,5,stride=2),
    nn.ReLU(),
    nn.MaxPool2d(2, stride=1),
    
    nn.Conv2d(36,48,5,stride=2),
    nn.ReLU(),
    nn.MaxPool2d(2, stride=1),
    
    nn.Conv2d(48,64,3,stride=1),
    nn.ReLU(),
    nn.MaxPool2d(2, stride=1),
    
    nn.Dropout2d(p=0.2),
    
    nn.Conv2d(64,64,3,stride=1),
    nn.ReLU(),    
    
    nn.Flatten(),
    
    nn.Dropout2d(p=0.2),
    
    nn.Linear(224000,100),
    nn.ReLU(),
    
    nn.Linear(100,50),
    nn.ReLU(),
    
    nn.Linear(50,10),
    nn.ReLU(),
    
    nn.Linear(10,1),
    )
    return model
model = get_model()

请问有明白的指导一下吗？感激不尽！