Juncai

需要改为： model = PPLiteSeg(num_classes=2, backbone=STDC2()) from paddleseg.models.backbones import STDC2 导入的STDC2是一个函数。

可以参考[链接](https://www.paddlepaddle.org.cn/inference/user_guides/download_lib.html#python)下载安装 

主要是替换了Backbone后，原先MobileNetV3_large_x1_0最终的输出是32倍下采样。建议改为： ``` backbone: type: MobileNetV3_large_x1_0_os8 pretrained: https://paddleseg.bj.bcebos.com/dygraph/backbone/mobilenetv3_large_x1_0_ssld.tar.gz backbone_indices: [2, 3] pp_out_channels: 1024 bin_sizes: [1, 2, 3, 6] enable_auxiliary_loss: True align_corners: False pretrained: null ``` 此外，建议直接试用超轻量级分割模型：https://github.com/PaddlePaddle/PaddleSeg/blob/release/2.6/README_CN.md#-%E4%BA%A7%E4%B8%9A%E7%BA%A7%E5%88%86%E5%89%B2%E6%A8%A1%E5%9E%8B%E5%BA%93

可以对应，你试着训练， 如果换为MobileNetV3作为backbone，建议减小一些pp_out_channels

Sorry. PaddleSeg does not guarantee the quantized model be exported to onnx.

目前没有提供c#部署的教程，你可以使用c++部署的代码，导出为dll，c#调用dll执行。

请贴一下你的复现代码。

预测代码。

channel不一致时，通常使用conv1*1统一为相同的channel，再计算两个feature map的KL loss。

你是使用PP-HumanSeg还是PP-Matting？