sam2分割Tensorrt部署

1. 链接

   参照sam c++ git链接
    
   另外还有很多git版本，我主要用了这个

2.  主要工作

   sam2(facebook开源)pytorch模型->onnx通用格式->显卡易用的tensorrt eigen格式
   需要完成sam的pytorch模型生成encode decode的onnx（因为兼容性的一些问题 一般生成encode和decode两个onnx）
   onnx为通用(tensorflow 和 pytorch两个学习语言  tensorrt onnxruntime等推理工具)的格式
   对于实际运行的程序 需要再生成为tensorrt的eigen，这里用的是编写程序的方式也可以trtexec直接转，效果是一样的
   eigen加载速度比较快，可直接加载到cuda语言用N卡(nvidia)推理

3. 其他

    另外画框/类别检测可用YOLO/RCNN画框，sam进一步检测