基于sparse4d进行ptq量化报错

oe版本：3.0.31

执行：ptq量化时报错

hb_compile--config/private/oe_code/horizon_j6_open_explorer_v3.0.31- py310_20241231/samples/ai_toolchain/horizon_model_train_sample/scripts/hb_compile_fast-perf/full_compile_config.yaml

 报错信息如下：

2025-10-1502:34:16,208 ERROR Model inference failed,check if the model matches the given input！

 2025-10-1502:34:16,210 ERROR *** ERROR-OCCUR-DURING hmct.api.build_model***,error message: onnx model inferencefailed even if batch_size==1 

input_name: input.1;onnx::Reshape_1;onnx::Clip_2;onnx::Slice_3

input_shape: 6x3x256x704;6x4x4;1x384x11;1x384x256

已用hb_compile --fast-perf --model xxx.onnx --march nash-m做快速模型验证，能正常输出hbm模型。

请问大佬这个校准文件报错问题出在哪里，如何解决。

几点小疑问：

1.sparse 4d做ptq转换时，onnx的4个输入分别为(6,3,256,704),(6,4,4),(1,384,11),(1,384,256)，fast-perf没问题，传统模式编译时，报batch_size错误，是否需要处理模型输入维度，比如统一改为batch_size=1

2.上述网络在做ptq转换时，是否有精度损失，损失能否控制在2%以内