在使用onnxruntime作为推理后端时，如何设置cudnn_conv_algo_search = DEFAULT

[wujingxin521]

我开发的程序用于工业场景的视觉检测，但在模型运行时会出现耗时过长的问题。通过设置 CUDAExecutionProvider = DEFAULT 可以解决这些耗时的情况，但在FastDeploy中找不到设置该参数的入口。

环境

• 【编译命令】官方编译好的dll
• 【系统平台】:Windows x64(Windows10)
• 【模型类型】:onnx
• 【后端】:onnxruntime

问题描述及复现步骤

• 【性能问题】
  以下两种场景会出现耗时过长的问题：

模型已加载的情况下，第一次运行；
模型运行多次后，输入的Tensor批次或尺寸发生变化，紧接着的第一次运行。
以160032003的图像分割为例，这两种情况的耗时为6000ms，而正常运行时的耗时在200ms以内。

解决问题的急迫性：

1.设备安全性: 工业软件通常有超时设定，若在规定时间内未执行完毕，会及时停机保护设备。由于模型第一次运行耗时过长，导致超时停机时间远超最大限定。
2.非人性化操作: 为了衔接上下游设备，必须在设备正式运行前先跑一次程序。如果操作人员忘记这一步骤，设备衔接可能会出问题。
3.使用受限: 处理的图像有大有小，批次处理并不比每张单独推理快多少。对于小图像推理时间更短，但受制于该问题，不得不将小图缩放到指定尺寸，导致整体推理时间增加。
4.软件启动慢: 为了确保流程顺畅，设备运行前需要执行一次推理。设备使用多个模型，单个模型加载耗时1s，第一次推理耗时6s。如果有10个模型，模型加载耗时10s，推理耗时60s。在调整相机和算法参数时，频繁关闭重开软件来查看效果会耗费大量时间，现场人员很难接受。

过往解决办法

最初使用C#调用onnxrutime时，通过设置 cudnn_conv_algo_search = "DEFAULT" 解决了这个问题，使得模型第一次运行和连续运行的耗时一致。

期待解决办法

现在使用C++调用Fastdeploy，希望能提供设置接口以便设置该参数。
providers=[ ("CUDAExecutionProvider", { # "cudnn_conv_algo_search": "DEFAULT", # "cudnn_conv_algo_search": "HEURISTIC", "cudnn_conv_algo_search": "EXHAUSTIVE", }), # "CPUExecutionProvider", ]