神经网络问题：loss下降，准确率一直不变，模型预测效果差

如图，随着训练次数的增加，损失在下降但是精度一直不变。

不论我怎么修改网络层数、神经元数量、学习率、batchsize、等等一系列操作精度都不变，且预测效果也较差。（数据集是三十多万个不规则网格数据，用7个特征预测每个网格的积水情况，其中92%的数据基本为0，这可能也是准确率一直在92%的原因）

请问有什么模型修改建议呢？

有没有可能是过拟合了。