本文主要是介绍Pytorch添加自定义算子之（12）-开闭原则设计tensorrt和onnxruntime推理语义分割模型，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一、开闭原则
开闭原则是SOLID原则中的一个，指的是尽量使用开放扩展，关闭修改的设计原则。
在C++中如何使用开闭原则导出动态库，可以按照以下步骤进行：
-
定义抽象基类：定义动态库中的抽象基类，该基类应该封装可扩展的接口。
-
实现派生类：实现基类的派生类，这些派生类将封装对应的扩展接口。
-
将派生类编译为动态库：将所有派生类编译为动态库（DLL）。
-
使用动态库：在使用动态库的代码中，只需包含抽象基类的头文件，以及动态库的导入库。然后通过运行时加载DLL来访问派生类的实现。
这种方法的优点在于，对于新增的扩展，只需要编写一个新的派生类，并将其编译为动态库即可。不需要修改现有的代码，从而满足了开闭原则的要求。
二、确定语义分割输入输出
opencv环境参考，tensorrt环境参考
onnxruntime为：
onnxruntime-win-x64-gpu-1.14.1 与上文有点出入，可以采用GPU进行推理。
输入：一个输
这篇关于Pytorch添加自定义算子之（12）-开闭原则设计tensorrt和onnxruntime推理语义分割模型的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
