【RT-DETR实战】166、工业缺陷检测综合项目：模型部署与集成

一、深夜的部署报错

上周三凌晨两点，产线控制室的工控机屏幕上跳出这么一行错误：

TensorRT ERROR: INVALID_ARGUMENT: getPluginCreator could not find plugin: RTDETRDecoder_TRT version: 1

空调嗡嗡作响，产线已经停摆半小时。

这是RT-DETR改进版在产线环境部署时遇到的第一个真实挑战——模型在训练时表现完美，精度达到99.2%，但一到TensorRT推理环节就卡在插件注册这一关。

工业部署从来不是torch.save()加torch.load()那么简单，特别是当你对RT-DETR的Decoder层做过深度定制之后。

二、从训练到推理的“暗礁”

我们的改进版RT-DETR在Backbone里插入了自研的轻量化注意力模块，Decoder层也重写了跨尺度融合逻辑。

训练脚本跑得顺畅，导出ONNX时却开始报警告：

# 这是最初导出ONNX的代码片段torch.onnx.export(