Pytorch LibTorch，使用deeplab模型，在转发上给出了segfault

我正试图通过Libtorch中的DeepLab模型对图像进行分割。使用pytorch，我将对Deeplabv3模型进行如下转换：

导入火炬
进口火炬视觉
从torchvision导入模型
deeplap_model=models.segmentation.deeplabv3_resnet101（pretrained=True）
deeplap_模型评估（）
类包装器（torch.nn.Module）：
定义初始化（自我，模型）：
超级（包装器，自我）。\uuuu初始化
self.model=model
def前进（自我，输入）：
结果=[]
输出=自我模型（输入）
对于输出中的k，v.items（）：
结果.追加（五）
返回元组（结果）
型号=包装器（deeplap_型号）
示例=torch.rand（1,3,224,224）
#使用torch.jit.trace通过跟踪生成torch.jit.ScriptModule。
tracked\u script\u module=torch.jit.trace（模型，示例）
跟踪的脚本模块保存（“model.pt”）

现在，在C++中，LibTorch正在尝试加载模型并通过它运行数据。然而，这并不能：

std:：shared_ptr module=torch:：jit:：load（“model.pt”）；
模块->至（火炬：：kCUDA）；
断言（模块！=nullptr）；
标准：：cout