PaddleX 3.0beta1，无法正常训练多标签分类模型（PP-HGNetV2-B4_ML.yaml）

[188080501]

我的环境是
PaddleX 3.0-beta1
paddlepaddle-gpu 3.0.0b2
Windows10 ltsc 2019
Python 3.10
CUDA 11.8
4090显卡

PaddleClas是通过插件安装的，命令如下：
paddlex --install PaddleClas

训练命令：
python main.py -c paddlex/configs/multilabel_classification/PP-HGNetV2-B4_ML.yaml -o Global.mode=train -o Global.dataset_dir=./dataset/mlcls_nus_examples -o Global.device=gpu:0

问题描述：
对于mlcls_nus_examples数据集，MultiLabelMAP不管怎么训练都是0.1左右，而且最后训练完的模型拿去推理，可以得到结果数据，但是以不管什么图得到的结果都是几乎一样的，也不正确

同样的训练数据，训练CLIP_vit_base_patch16_448_ML模型，一切正常，推理得到的结果也是正常

训练时部分输出的log如下：
MultiLabelAsymmetricLoss: 68.95149, loss: 68.95149, MultiLabelMAP(integral): 0.093
MultiLabelAsymmetricLoss: 78.03179, loss: 78.03179, MultiLabelMAP(integral): 0.099
其中MultiLabelMAP不管怎么训练都是0.1左右的一个值

[liuhongen1234567]

感谢您的反馈，我们这边已经复现出来这个问题，后续会及时对其进行修复