使用multilabelseg训练后并export的模型应该如何使用PaddleSlim自动压缩？

[hp0716]

问题确认 Search before asking

• 我已经搜索过问题，但是没有找到解答。I have searched the question and found no related answer.

请提出你的问题 Please ask your question

使用multilabelseg训练得到的模型输出为[1,6,540,856]（NCHW）,使用act压缩工具并沿用pp_mobileseg的config发现输出结果少了的C这个维度，在验证时会出现报错，请问现在是否支持multilabelseg的蒸馏压缩？配置文件该如何修改？
报错如下：

使用的paddle版本如下 目前使用的act配置文件如下

`Global:
model_dir: /data/code/idcard/api/quality/v6/PaddleSeg/output/pp_mobileseg_idcard_256x256_80k_withaux0715/inference_model_quant
model_filename: model.pdmodel
params_filename: model.pdiparams

Distillation:
alpha: 1.0
loss: l2
node:
- conv2d_75.tmp_0 # change to the name of the output of the last conv in the model.pdmodel in netron

QuantAware:
onnx_format: False
quantize_op_types:
- conv2d
- depthwise_conv2d

TrainConfig:
epochs: 20
eval_iter: 100
learning_rate: 0.0005
optimizer_builder:
optimizer:
type: SGD
weight_decay: 4.0e-05
`

[hp0716]

上述问题在导出时指定output_op为none即可解决，但出现新的shape不匹配的问题，需要手动修改算子吗？

[hp0716]

上述问题已解决，在export.py导出模型时不知道input_shape即可，但蒸馏训练后发现模型文件并未减小，同时loss一直不下降，如下图所示，请问如何解决