for i, batch in enumerate(train_loader)不能正常生成batch的解决方案
经过2天的调整，终于解决了这个问题，太开心了，特地记录一下，回报社会！
原因
相信很多人在看完论文都会想debug一下开源项目，但是在debug时我们只需要知道数据的形态变化和训练方法，并不关心训练效果，如果用整个数据集就费时费卡。因此很多人选择用一个小数据集debug。
以我debug的One Thiing One Click为例，预处理的数据集是scannet，处理好的文件放在train_weakly/下，每个场景文件为 ‘xxx_inst_nostuff.pth’。
于是我就从train_weakly/下选择了2个 ‘.pth’ 文件作为debug数据集，但是我没有注意到的是，选用小数据集的同时，一定要修改batch_size！而此时我的batch_size还是项目默认的4, 所以自然无法正常生成batch
于是出现了以下输出：
# check whether a batch can be generated
for id, batch in enumerate(dataset.train_data_loader):
print(id, batch)
# >> 2222 []
当我把batch_size改成1后就能正常生成batch了！（下图）
