message sent to deallocated instance

此应用程序是由一个后台线程修改布局的发动机,从而导致发动机的腐败和怪异的崩溃


转自:http://translate.baiducontent.com/transpage?query=http%3A%2F%2Fstackoverflow.com%2Fquestions%2F31951704%2Fthis-application-is-modifying-the-autolayout-engine-from-a-background-thread-wh&from=en&to=zh&source=url&origin=ps





了投票 二十四 投票表决 收藏夹

 

我把这个日志在控制台当我运行我的应用程序在模拟器。没有在iOS 8中看到这个。我不知道是什么造成了这。有其他人遇到同样的问题,那么它是如何固定?或是没有任何帮助的任何人都可以提供关于这个吗?

分享 改善这个问题
 
了投票 四十七 投票表决 认可的

不改变任何东西但UI主线程。虽然它可能似乎工作的一些操作系统或设备而不是别人,势必会使你的应用程序不稳定和不可预知的,崩溃。

如果你必须响应一个通知,这可以发生在后台,然后确保UIKit调用发生在主线程

你至少有这2个选项:

异步调度

使用GCD (Grand Central Dispatch)如果你的观察者可以在任何线程通知。你可以听任何线程中做工作,并封装在用户界面的变化dispatch_async

dispatch_async(dispatch_get_main_queue()){ 
 /做UI的东西
 }

当使用GCD?当你不控制谁发送的通知。它可以是操作系统,一个cocoapod,嵌入式图书馆等使用GCD随时会醒来,每次。缺点:你会发现自己重新安排工作。


听上主线程

方便,你可以指定在哪个线程要观察被通报,在你注册的时候通知,使用队列参数:

addobserverforname:@“通知”
对象:零
队列:[ nsoperationqueue mainqueue ] 
 usingblock:^(通知*注){ 
 /做UI的东西
 }

当<em>观察主线程</em>?当你都注册和注册。但你回应的通知,你已经在你需要在的地方。


后通知主线程

【自performselectoronmainthread:@选择器(postnotification:)结合:通知waituntildone:没有];

混合溶液,<strong>不保证</strong>,观察员只调用从表示方法。它允许观察者在轻,成本较低的稳健设计。这里只提到作为一个解决方案,<em>你应该避免</em>。

分享 提高这个答案
 
 
所以我们做了一对夫妇在UI更新时,我们听到一个通知,你是说我需要让那些更新里面的“dispatch_async(dispatch_get_main_queue()”?shabarinath pabba 15年8月11日在21:16
 
确切地.我说的例子。swiftarchitect 15年8月11日在21:24
 
好了,现在你的努力会选择作为一个答案如果是固定的:Dshabarinath pabba 15年8月11日在21:27
 
为什么这不需要iOS 8吗?,为什么这在iOS 9发生?shabarinath pabba 15年8月11日在21:29
 
这是最好的实践在iOS 8苹果刚刚选择iOS 9开始不更新,预警,为错误状态,将很快被禁止更新后台线程上的完全。斯科特·奥斯汀 15年9月17日在15:02

雨燕3

dispatchqueue.main.async { 
 }
分享 提高这个答案
 

您的代码更新UI布局从后台线程。队列,你运行你的代码,改变操作上不需要。例如NSURLSession。shared()并不时使用的主要队列的新要求。确保你的代码运行在主线程中,我使用的nsoperationqueue的静态方法。

Swift:

NSOperationQueue。mainqueue()。addoperationwithblock() { 
 /做UI的东西
 }

Obj-C:

[ nsoperationqueue mainqueue ] addoperationwithblock:^ { 
 /做UI的东西
 } ];
分享 提高这个答案
 

所有的UI部分更新你需要进入应用程序的主线程。

我叫<strong>createmenuview()</strong>为背景,我得到了下面的错误

“这个应用程序是从一个后台线程修改布局的发动机,从而导致发动机损坏和怪异的崩溃”

所以我叫到主线程的使用方法

dispatchqueue.main.async { 
 }

斯威夫特3和Xcode 8

正确的代码写在下面:

RequestAPI。后(poststring:poststring,网址:“http:/ / www.someurl .com”){(成功:bool、味精:字符串,responcedata:任何物体)->()在
 
如果(成功){ 
打印(项目:“用户登录。注册完成。”)
 
 /移动到UI线程
 dispatchqueue.main.async(执行:{()>无效
 
 /设置用户的登录- 
 util。set_isuserloggedin(状态:真的)
 util。set_userdata(用户数据:responcedata)
自我。AppDelegate. createmenuview() 
 
 })
 
 } { 
其他
 /移动到UI线程
 dispatchqueue.main.async(执行{()->无效:在
让alertcontroller = UIAlertController(标题:jjs_message,消息:味精,preferredstyle:uialertcontrollerstyle。警报)
 alertcontroller.title =“没有互联网”
 alertcontroller.message = failure_message 
目前(alertcontroller,自我。动画:真的,完成:零
分享 提高这个答案

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值