142、超分模型部署实战：ONNX导出与TensorRT加速上周帮同事排查一个ESPCN模型在边缘设备上的推理速度问题，模型在PyTorch里跑得挺欢，一上Jetson Nano直接卡成PPT，单帧超分要800多毫秒。这种痛，搞过部署的都懂。今天就把ONNX导出和TensorRT加速这条线彻底捋一遍，全是实战踩坑换来的经验。从PyTorch到ONNX：别让算子成为绊脚石先拿一个轻量级超分模型EDSR-Light开刀。PyTorch导出ONNX的代码看起来简单，但坑全藏在细节里。importtorchimporttorch.onnx# 加载模型，注意这里要设成eval模式，不然BN层和Dropout会搞事情model=EDSRLight(scale=2