最近在用PyTorch训练一个语义分割模型，准备部署到Jetson上，所以想把模型转成TensorRT。但折腾了两天，各种报错快把我整懵了。比如动态shape怎么处理？有些自定义算子（像F.interpolate）在onnx导出时总警告，转trt后直接报错。还有量化精度掉得厉害，int8比fp32掉了5个点，不知道是不是校准集没选好。另外，有没有办法在不重写网络结构的情况下，让TensorRT自动融合一些算子？我看官方文档说支持Layer Fusion，但实际效果好像不明显。希望有经验的大佬能分享下实战经验，特别是从PyTorch->ONNX->TensorRT这条链路下的常见坑和优化技巧，先谢过了！