TensorFlow-Lite C++使用tflite::Interpreter出现链接报错问题

这是典型的TensorFlow Lite链接配置错误，和头文件路径配置无关。报错提示的tflite::profiling::RootProfiler成员方法、vtable符号缺失，本质是链接阶段没有把包含该类实现的二进制模块链入最终可执行文件。从2.12版本开始，TFLite的Interpreter内部默认持有RootProfiler实例用于性能打点，只要声明Interpreter对象就会触发这个符号的链接依赖。

• 链接的TFLite静态库和引入的头文件版本不匹配：比如头文件用的是高版本（带RootProfiler成员定义），链接的库是低版本预编译包（没有对应实现）
• 编译TFLite时关闭了profiler编译选项，或者手动裁剪源码的时候漏加了profiling目录下的实现文件
• 项目CMake配置只链了核心tensorflowlite库，漏链了同版本的tensorflowlite_profiler组件
• 用系统源（比如apt）安装的TFLite开发包，包拆分不全缺profiler组件，或者版本过旧

按顺序操作即可解决：

1. 先验证现有TFLite库是否包含缺失符号
   进入你的TFLite静态库存放目录，执行命令检查符号：

   nm libtensorflow-lite.a | grep RootProfiler
   

   如果执行后没有任何输出，说明这个库本身就没编译进RootProfiler的实现，直接重新编译TFLite即可，编译时加上CMake参数-DTFLITE_ENABLE_PROFILER=ON，不要手动排除profiling目录下的.cc源文件。
2. 修正项目CMake链接配置
   不要只单独链接核心TFLite库，需要把profiler组件一起链入。如果你是通过add_subdirectory引入TFLite源码编译，配置参考如下：

   # 配置TFLite源码路径，替换成你自己的实际路径
   set(TENSORFLOW_SOURCE_DIR /path/to/tensorflow/source)
   add_subdirectory(
     "${TENSORFLOW_SOURCE_DIR}/tensorflow/lite"
     "${CMAKE_CURRENT_BINARY_DIR}/tensorflow-lite-build"
     EXCLUDE_FROM_ALL
   )
   
   # 给你的业务目标链依赖
   target_link_libraries(your_project_name PRIVATE
     tensorflowlite
     tensorflowlite_profiler # 这行就是之前缺的，对应RootProfiler的实现
     ${OpenCV_LIBS}
   )
   # 配置头文件搜索路径
   target_include_directories(your_project_name PRIVATE
     "${TENSORFLOW_SOURCE_DIR}"
   )
   

   如果你用的是预编译好的TFLite静态库，找到同目录下的libtensorflowlite_profiler.a，和核心库一起加到链接列表里即可。
3. 对齐编译选项
   确保你自己项目的编译选项和编译TFLite时的选项一致：C标准版本用C17，不要随意开-fno-rtti、-fvisibility=hidden这类会修改符号导出逻辑的选项，避免符号可见性不匹配导致的链接错误。
4. 清缓存重编
   改完配置后一定要删掉之前的CMake构建缓存再重新编译，避免旧缓存干扰：

   rm -rf build
   mkdir build && cd build
   cmake ..
   make -j$(nproc)
   

注意：不要尝试手动补写RootProfiler的空实现凑链接符号，头文件和库版本不匹配的情况下，后续推理阶段会出现随机内存崩溃、推理结果错误等隐蔽问题。

内容的提问来源于stack exchange，提问作者mchd