用的自己的数据训练faster_rcnn做目标检测，中间输出如下

2020-10-19 09:59:57,175-INFO: iter: 620, lr: 0.010000, 'loss_cls': '0.000000', 'loss_bbox': '0.000000', 'loss_rpn_cls': '0.011591', 'loss_rpn_bbox': '0.015820', 'loss': '0.029458', eta: 0:10:56, batch_cost: 1.72687 sec, ips: 2.31633 images/sec
2020-10-19 10:00:30,870-INFO: iter: 640, lr: 0.010000, 'loss_cls': '0.000000', 'loss_bbox': '0.000000', 'loss_rpn_cls': '0.008165', 'loss_rpn_bbox': '0.014647', 'loss': '0.023170', eta: 0:10:05, batch_cost: 1.68186 sec, ips: 2.37832 images/sec
2020-10-19 10:01:05,036-INFO: iter: 660, lr: 0.010000, 'loss_cls': '0.000000', 'loss_bbox': '0.000000', 'loss_rpn_cls': '0.006240', 'loss_rpn_bbox': '0.014518', 'loss': '0.019888', eta: 0:09:39, batch_cost: 1.70321 sec, ips: 2.34850 images/sec
……

数据组织在datase/mydata中，有JPEGImages、Annotations、train_list.txt……。yml文件只修改了训练次数和reader，如下

!VOCDataSet
    anno_path: train_list.txt # 训练集列表文件基于数据集根目录的相对路径
    dataset_dir: dataset/mydata# 数据集根目录
    use_default_label: false# 是否使用默认标签，默认为true。
    with_background: false# 背景是否作为一类标签，默认为true。

loss_rpn_cls、loss_rpn_bbox和loss都在下降，但loss_cls和loss_bbox一直为0，eval的结果也是map为0。如下

2020-10-19 10:11:44,500-INFO: Start evaluate...
2020-10-19 10:11:44,501-INFO: Accumulating evaluatation results...
2020-10-19 10:11:44,501-INFO: mAP(0.50, 11point) = 0.00%
2020-10-19 10:11:44,501-INFO: Best test box ap: 0.0, in iter: 0

请问这种可能是什么原因导致的box没有，而loss一直在下降