运行FrankMocap导入_C.so时触发caffe2未定义符号错误的原因与修复

报错本质是版本错配导致的自定义C++扩展加载失败，具体逻辑链：

• 报错中找不到的符号_ZN6caffe28TypeMeta21_typeMetaDataInstanceIdEEPKNS_6detail12TypeMetaDataEv是PyTorch内部C++层（caffe2）导出的全局符号，该符号的导出规则会随PyTorch版本迭代发生变更，无跨版本兼容保证。
• 仓库附带的_C.cpython-38-x86_64-linux-gnu.so预编译文件，是基于旧版PyTorch（1.5~1.7版本）的caffe2接口编译生成的，和你当前安装的PyTorch 1.8.1+cu111的符号表不匹配，加载时就会触发undefined symbol错误。
• 当前环境存在前置的驱动兼容问题：CUDA运行时报错804（forward compatibility attempted on non supported HW）说明PyTorch安装的cu111版本运行时，和当前显卡支持的最高CUDA版本不匹配，GPU完全不可用，就算扩展加载成功也无法正常运行推理流程。

• 清理旧的错配编译产物
  进入项目的detectors/hand_object_detector/lib/model/目录，删除所有以_C开头的.so后缀预编译文件，避免后续编译时被旧文件干扰。
• 解决CUDA驱动版本不匹配问题
  二选一即可：
  • 升级显卡驱动到支持CUDA 11.1及以上的版本（>=455.xx分支），让PyTorch的cu111运行时能正常识别GPU；
  • 卸载当前cu111版本的PyTorch，更换为和当前驱动支持的CUDA版本匹配的PyTorch包，比如驱动只支持CUDA 10.2就换cu102版本的PyTorch 1.8.1。
• 基于当前环境重新编译自定义扩展
  1. 激活正在使用的frank虚拟环境，进入扩展源码目录：cd detectors/hand_object_detector/lib
  2. 清空历史编译缓存：rm -rf build/
  3. 执行编译命令：python setup.py build develop

  如果暂时不需要GPU推理，只想快速跑通代码，可以执行CUDA_VISIBLE_DEVICES="" python setup.py build develop，强制生成CPU版本的扩展，既能绕开CUDA符号不匹配的问题，也能解决当前的导入报错，只是推理速度会大幅下降。

• 验证导入是否正常
  回到项目根目录，执行测试命令：python -c "from detectors.hand_object_detector.lib.model.roi_layers import nms"，无导入错误即代表修复完成，重新执行原demo命令即可。

内容的提问来源于stack exchange，提问作者Mona Jalal