关于Resnet与vgg集成训练精度提不上去问题

各位大神，为什么我的模型训练后卡在了72左右上下浮动，val的loss值也没有降下来，是因为模型出问题了吗，我觉得模型应该不算太简单的， 引用了resnet预训练模型，训练集一共1800张左右，也不算太小，求解

下面附上运行图

下面附上模型部分代码

import torch
import torch.nn as nn
import torchvision.models as models

class BJWL2(nn.Module):
    def __init__(self, num_classes=10):
        super(BJWL2, self).__init__()
        self.features_vgg = nn.Sequential(
            nn.Conv2d(3, 64, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=2, stride=2),

            nn.Conv2d(64, 128, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=2, stride=2),

            nn.Conv2d(128, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(256, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=T