onnx转TensorRT推理自定义插件（op）的方式，Python&C++

首先，无论是python还是C++，我们都要写一个自己的plugin，一般的不支持op网上都有参考的版本，写plugin的参考教程：如何写好一个op
C++实现和使用过程：

1. 下载TensorRT官网源码， 进入plugin可以看到许多已经定义好的插件可以参考，照着写就行，以ScatterND为例。
2. 先写好自己的plugin，如名为：myplugin
   注意：此处plugin代码里面不能包含REGISTER_TENSORRT_PLUGIN(MyPluginCreator)代码，不然会导致重复注册的问题。
3. 在plugin/CMakeLists.txt添加自己大的plugin名称：
4. 在plugin/InferPlugin.cpp添加注册信息
   
   
5. 在路径下重新编译源代码

cd TensorRT
mkdir build
cd build
cmake  ..   -DTRT_LIB_DIR=$TRT_RELEASE/lib -DTRT_OUT_DIR=`pwd`/out
make -j${
   
   nproc}

6. 可以看到build路径下有个out文件夹，里面包括libnvinfer_plugin.so的三个文件。将这三个文件复制到自己的目录下，并删掉原来libnvinfer_plugin.so三个文件。
7. 在自己的TensorRT推理代码的build model之前进行插件注册，这样就可以使用自定义插件了。

#