CN109710520A - 应用启动耗时测试方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种应用启动耗时测试方法、装置、计算机设备和存储介质，通过获取启动耗时测试指令，调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，利用页面录制工具录制开启待测试应用的过程，以获取待测试应用的启动页面视频，通过将获取的启动页面视频输入图像识别模型，自动识别出应用启动初始帧和应用启动结束帧，根据所应用启动初始帧的时间信息和应用启动结束帧的时间信息之间的时间差，得出待测试应用的启动耗时。该方法在获得待测试应用的启动耗时的过程中，无需用户参与，即可获得待测试应用的启动耗时，且基于图像识别模型获得应用启动初始帧和应用启动结束帧比肉眼识别更准确，获得的待测试应用的启动耗时也更准确。

Description

应用启动耗时测试方法、装置、计算机设备和存储介质

技术领域

本申请涉及互联网技术领域，特别是涉及一种应用启动耗时测试方法、装置、计算机设备和存储介质。

背景技术

随着互联网技术的不断发展，软件是互联网技术发展中不可缺少的部分，对于软件开发人员开发的应用软件，如：各类APP，为了保证用户的用户体验度，有必要对应用软件进行用户的体验过程进行验证，如：应用APP对于用户来说，最直观的体验就是打开这个APP时，是不是需要等待很长时间，或者是在APP内，查看某个页面时的等待时间，因此，有必要对应用软件进行启动耗时测试。

目前进行启动耗时测试的方式是：基于通过终端录制另一终端的屏幕的方法，可得到用户主观感受上的耗时数据，但需要人工去识别出起始帧和结束帧计算出启动耗时，因此，导致工作效率低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高工作效率的应用启动耗时测试方法、装置、计算机设备和存储介质。

一种应用启动耗时测试方法，包括：

获取对待测应用的启动耗时测试指令；

根据所述启动耗时测试指令调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，以获取所述待测试应用的启动页面视频；

将所述启动页面视频输入图像识别模型，获得所述启动页面视频的应用启动初始帧和应用启动结束帧；

根据所述应用启动初始帧的时间信息和所述应用启动结束帧的时间信息进行分析，确定所述待测试应用的启动耗时。

在其中一个实施例中，在所述获取启动页面视频的步骤之后，所述将所述启动页面视频输入图像识别模型的步骤之前，还包括：

对所述启动页面视频的文件大小进行检测；

当所述启动页面视频的文件大于预设阈值时，对所述启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频。

在其中一个实施例中，所述对所述启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频的步骤，包括：

将所述启动页面视频基于预设的分辨率及帧率进行调整，获得文件大小小于预设阈值的启动页面视频。

在其中一个实施例中，所述图像识别模型的训练方式为：

获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本；

将各所述应用启动页面视频样本输入待训练图像识别模型，由所述图像识别模型识别标记的所述应用启动初始帧和应用启动结束帧，学习得到所述应用启动初始帧和应用启动结束帧的特征，获得训练后的图像识别模型；

对所述训练后的图像识别模型进行验证，当验证结果符合要求时，获得所述图像识别模型。

在其中一个实施例中，对所述训练后的图像识别模型进行验证，当验证结果不符合要求时，返回所述获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本的步骤，直至验证结果符合要求，获得所述图像识别模型。

在其中一个实施例中，所述对所述训练后的图像识别模型进行验证，当验证结果符合要求时，获得所述图像识别模型的步骤包括：

获取标记了应用启动初始帧和应用启动结束帧的多个测试视频样本；

将所述测试视频样本输入所述训练后的图像识别模型，获得识别结果，所述识别结果包括预测的应用启动初始帧和应用启动结束帧；

将预测的应用启动初始帧和应用启动结束帧，与标记的应用启动初始帧和应用启动结束帧进行比较，当所述识别结果与标记一致时，获得所述图像识别模型。

一种应用启动耗时测试装置，所述装置包括：

测试指令获取模块，用于获取对待测应用的启动耗时测试指令；

页面视频获取模块，用于根据所述启动耗时测试指令调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，以获取所述待测试应用的启动页面视频；

视频识别模块，用于将所述启动页面视频输入图像识别模型，获得所述启动页面视频的应用启动初始帧和应用启动结束帧；

启动耗时确定模块，用于根据所述应用启动初始帧的时间信息和所述应用启动结束帧的时间信息进行分析，获得所述待测试应用的启动耗时。

在其中一个实施例中，所述装置还包括：

文件检测模块，用于对所述启动页面视频的文件大小进行检测；

预处理模块，用于当所述启动页面视频的文件大于预设阈值时，对所述启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法的步骤。

上述应用启动耗时测试方法、装置、计算机设备和存储介质，通过获取启动耗时测试指令，调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，利用页面录制工具录制开启待测试应用的过程，以获取待测试应用的启动页面视频，通过将获取的启动页面视频输入图像识别模型，自动识别出应用启动初始帧和应用启动结束帧，根据所应用启动初始帧的时间信息和应用启动结束帧的时间信息之间的时间差，得出待测试应用的启动耗时。该方法在获得待测试应用的启动耗时的过程中，无需用户参与，即可获得待测试应用的启动耗时，且基于图像识别模型获得应用启动初始帧和应用启动结束帧比肉眼识别更准确，获得的待测试应用的启动耗时也更准确。

附图说明

图1为一个实施例中应用启动耗时测试方法的应用场景图；

图2为一个实施例中应用启动耗时测试方法的流程示意图；

图3为一个实施例中应用启动耗时测试方法中的图像识别模型训练流程示意图；

图4为一个实施例中应用启动耗时测试装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的应用启动耗时测试方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。服务器104获取对待测应用的启动耗时测试指令，根据启动耗时测试指令调用页面录制工具对操作界面进行录制，并开启终端102的待测试应用，服务器104获取终端102发送的启动页面视频，将启动页面视频输入图像识别模型，获得启动页面视频的应用启动初始帧和应用启动结束帧，根据应用启动初始帧的时间信息和应用启动结束帧的时间信息进行分析，确定所述待测试应用的启动耗时。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种应用启动耗时测试方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤S220至步骤S280：

步骤S220，获取对待测应用的启动耗时测试指令。

其中，启动耗时测试指令指的是测试启动耗时开始的指令；待测应用指的是需要对其进行启动耗时的测试应用，其待测试应用可以是安装在个人计算机、笔记本电脑、智能手机、平板电脑或便携式可穿戴设备的应用；启动耗时测试指令可以是用户通过终端发送的，也可以根据设定相应的测试时间，自动触发启动耗时测试指令，还可以预设多个任务，根据各任务时间先后进行启动耗时测试。

步骤S240，根据所述启动耗时测试指令调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，以获取待测试应用的启动页面视频。

其中，接收到启动耗时测试指令后，调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，可以向终端发送页面录制工具调用指令和待测试应用开启指令，调用终端的页面录制工具，并开启对应的待测试应用，也可以是先调用终端的页面录制工具之后，再使终端的待测试应用开启，只要能使页面录制工具录制的视频中包含待测试应用启动过程的视频都可以；通过页面录制工具录制待测试应用的开启过程，获得启动页面视频；启动页面视频中至少包括测试应用启动过程的视频；测试应用启动过程可以是指待测试应用从未打开待测试应用的状态下，打开待测试应用至待测试应用的主页面的过程，也可以是从待测试应用的主页面至主页面的任意一个链接页面的过程；向终端获取录制完之后的启动页面视频。

步骤S260，将启动页面视频输入图像识别模型，获得启动页面视频的应用启动初始帧和应用启动结束帧。

其中，启动页面视频可以是向终端获取录制完之后的启动页面视频，也可以是向数据库中获取预先保存的启动页面视频；图像识别模型是用来识别启动页面视频中的应用启动初始帧和应用启动结束帧；应用启动初始帧指的是触发了待测试应用启动时的视频帧，应用启动结束帧指的是待测试应用显示到需要显示的界面的视频帧。

步骤S280，根据应用启动初始帧的时间信息和应用启动结束帧的时间信息进行分析，确定待测试应用的启动耗时。

其中，应用启动初始帧的时间信息可以通过获取视频进度条上的应用启动初始帧对应的时间，应用启动结束帧的时间信息可以通过获取视频进度条上应用启动结束帧对应的时间，如：应用启动初始帧的画面在视频进度条上对应的时间是00：00：03(在举例中采用秒为最小单位，但并不限定只可以采用秒为最小单位，还可使用毫秒为单位)，应用启动结束帧的画面视频在进度条上对应的时间是00：00：09，根据应用启动初始帧的时间信息和应用启动结束帧的时间信息进行分析，待测试应用的启动耗时＝应用启动结束帧的时间信息-应用启动初始帧的时间信息，则待测试应用的启动耗时为：00：00：09-00：00：03＝6秒；应用启动初始帧的时间信息和应用启动结束帧的时间信息，还可以通过启动页面视频的总帧数和帧率进行计算，得出应用启动初始帧的时间信息和应用启动结束帧的时间信息。

上述应用启动耗时测试方法中，通过获取启动耗时测试指令，调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，利用页面录制工具录制开启待测试应用的过程，以获取待测试应用的启动页面视频，通过将终端获取的启动页面视频输入图像识别模型，自动识别出应用启动初始帧和应用启动结束帧，根据所应用启动初始帧的时间信息和应用启动结束帧的时间信息之间的时间差，得出待测试应用的启动耗时。该方法在获得待测试应用的启动耗时的过程中，无需用户参与，即可获得待测试应用的启动耗时，且基于图像识别模型获得应用启动初始帧和应用启动结束帧比肉眼识别更准确，获得的待测试应用的启动耗时也更准确。

在一个实施例中，在获取启动页面视频的步骤之后，将启动页面视频输入图像识别模型的步骤之前，还包括：对启动页面视频的文件大小进行检测，当启动页面视频的文件大于预设阈值时，对启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频。

其中，从终端或数据库获取的启动页面视频的文件有的会很大，而图像识别模型不能对太大的视频文件进行识别，需要启动页面视频输入图像识别模型之前进行相应的处理后，再输入图像识别模型，未免过大的视频输入图像识别模型导致测试终止，在输入图像识别模型之前进行启动页面视频的文件大小检测，检测启动页面视频的文件大小是否符合所需的文件大小，当启动页面视频的文件大于预设阈值时，对启动页面视频基于预设的分辨率及帧率进行调整，获得文件大小小于预设阈值的启动页面视频；还可以对启动页面视频的分辨率进行判断，当启动页面视频的分辨率小于一定阈值时，对启动页面视频进行补偿处理或重新获取启动页面视频；预设阈值是指图像识别模型能够识别的最大文件的大小，可以根据图像识别模型的类型进行确定；预处理可以是格式转换，也可以是基于预设的分辨率及帧率进行调整。通过对启动页面视频的文件大小进行检测，以免图像识别模型无法识别而导致测试终止，且提高了测试效率。

在一个实施例中，对启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频的步骤，包括：将启动页面视频基于预设的分辨率及帧率进行调整，获得文件大小小于预设阈值的启动页面视频。

其中，将获得的启动页面视频进行解析，获得启动页面视频的分辨率及帧率等信息，将分辨率及帧率等参数调整为预设值(预设值可以为多组，在调整时可以由大到小进行调整，也可以根据启动页面视频的当前文件大小，推算出合适的调整预设值)，将调整后的启动页面视频再次进行测试，符合要求则输入图像识别模型，如不符合要求，继续调整，直至符合要求。以免图像识别模型无法识别而导致测试终止，且提高了测试效率。

在一个实施例中，如图3所示，图像识别模型的训练方式包括步骤S520至步骤S560：

步骤S520，获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本。

其中，应用启动页面视频样本可以是向数据库获取，也可以是根据启动耗时测试指令调用页面录制工具对操作界面进行录制，并开启终端的待测试应，获取应用启动页面视频样本，获取到应用启动页面视频样本后，用户对应用启动页面视频样本中的应用启动初始帧和应用启动结束帧进行标记。

步骤S540，将各应用启动页面视频样本输入待训练图像识别模型，由图像识别模型识别标记的应用启动初始帧和应用启动结束帧，学习得到应用启动初始帧和应用启动结束帧的特征，获得训练后的图像识别模型。

其中，各应用启动页面视频样本输入待训练图像识别模型后，待训练图像识别模型对有标记的应用启动初始帧和应用启动结束帧进行特征提取，获得应用启动初始帧和应用启动结束帧的特征向量，根据各个应用启动页面视频样本中的应用启动初始帧和应用启动结束帧的特征向量，确定应用启动初始帧和应用启动结束帧的特征，使得训练后的图像识别模型可以从视频中判断出应用启动初始帧和应用启动结束帧。使得图像识别模型的精度更高。

步骤S560，对训练后的图像识别模型进行验证，当验证结果符合要求时，获得图像识别模型。

其中，获取用于验证的测试视频样本，将测试视频样本输入训练后的图像识别模型进行验证，验证结果符合要求时，获得图像识别模型，测试视频样本是没有标记的应用启动页面视频，可以通过数据库获得，也可以通过启动耗时测试指令调用页面录制工具对操作界面进行录制，并开启终端的待测试应，获得的测试视频样本，可以用未标记的应用启动页面视频样本作为测试视频样本，至少有一部分不是未标记的应用启动页面视频样本作为的测试视频样本，为提高验证的准确性，测试视频样本中至少需要有一部分不是用于训练时采用的应用启动页面视频样本；将测试视频样本输入训练后的图像识别模型后，输出结果，输出结果与预计的结果完全相应时，验证结果符合要求，输出结果与预计的结果不完全相应时，验证结果不符合要求。使得图像识别模型的精度更高。

在一个实施例中，对训练后的图像识别模型进行验证，当验证结果不符合要求时，返回获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本的步骤，直至验证结果符合要求，获得所述图像识别模型。

其中，当验证结果不符合要求时，则返回获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本的步骤，获取更多的应用启动页面视频样本进行训练，直至验证结果符合要求。使得图像识别模型的精度更高。

在一个实施例中，对训练后的图像识别模型进行验证，当验证结果符合要求时，获得图像识别模型的步骤包括：获取标记了应用启动初始帧和应用启动结束帧的多个测试视频样本，将测试视频样本输入所述训练后的图像识别模型，获得识别结果，识别结果包括预测的应用启动初始帧和应用启动结束帧，将预测的应用启动初始帧和应用启动结束帧，与标记的应用启动初始帧和应用启动结束帧进行比较，当识别结果与标记一致时，获得图像识别模型。

其中，标记了应用启动初始帧和应用启动结束帧的多个测试视频样本表示的是已知输出结果的测试视频样本，将已知输出结果的各测试视频样本输入训练后的图像识别模型，训练后的图像识别模型识别各测试视频样本中的应用启动初始帧和应用启动结束帧，输出预测的应用启动初始帧和应用启动结束帧，获取标记的应用启动初始帧和应用启动结束帧与预测的应用启动初始帧和应用启动结束帧进行比较，当识别结果与标记一致时，结果符合要求，获得所述图像识别模型；标记的应用启动初始帧和应用启动结束帧是：根据测试视频样本实际的应用启动初始帧和应用启动结束帧，对应进行标记获得标记的应用启动初始帧和应用启动结束帧，如：标记了应用启动初始帧和应用启动结束帧的多个测试视频样本A，将测试视频样本A分为A1和A2，测试视频样本A1为正常的测试视频样本，测试视频样本A2为标记了的应用启动初始帧和应用启动结束帧，将测试视频样本A1输入训练后的图像识别模型进行识别，输出预测的应用启动初始帧和应用启动结束帧A3，将预测的应用启动初始帧和应用启动结束帧A3与测试视频样本A2进行比较，当识别结果与标记一致时，获得图像识别模型。使得图像识别模型的精度更高。

应该理解的是，虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图4所示，提供了一种应用启动耗时测试装置，包括：测试指令获取模块310、页面视频获取模块320、视频识别模块330和启动耗时确定模块340，其中：

测试指令获取模块310，用于获取对待测应用的启动耗时测试指令。

页面视频获取模块320，根据所述启动耗时测试指令调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，以获取待测试应用的启动页面视频。

视频识别模块330，用于将启动页面视频输入图像识别模型，获得启动页面视频的应用启动初始帧和应用启动结束帧。

启动耗时确定模块340，用于根据应用启动初始帧的时间信息和应用启动结束帧的时间信息进行分析，获得待测试应用的启动耗时。

在一个实施例中，所述装置还包括：

文件检测模块，用于对启动页面视频的文件大小进行检测；

预处理模块，用于当启动页面视频的文件大于预设阈值时，对启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频。

在一个实施例中，预处理模块包括：预处理单元，用于将启动页面视频基于预设的分辨率及帧率进行调整，获得文件大小小于预设阈值的启动页面视频。

在一个实施例中，图像识别模型的训练方式包括：

视频样本获取模块，用于获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本。

模型训练模型，用于将各应用启动页面视频样本输入待训练图像识别模型，由图像识别模型识别标记的应用启动初始帧和应用启动结束帧，学习得到应用启动初始帧和应用启动结束帧的特征，获得训练后的图像识别模型。

验证模块，用于对训练后的图像识别模型进行验证，当验证结果符合要求时，获得图像识别模型。

在一个实施例中，图像识别模型的训练方式还包括：判断模块，用于对所述训练后的图像识别模型进行验证，当验证结果不符合要求时，返回所述获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本的步骤，直至验证结果符合要求，获得所述图像识别模型。

在一个实施例中，验证模块包括：测试视频样本获取单元，用于获取标记了应用启动初始帧和应用启动结束帧的多个测试视频样本；验证单元，用于将测试视频样本输入所述训练后的图像识别模型，获得识别结果，识别结果包括预测的应用启动初始帧和应用启动结束帧；判断单元，用于将预测的应用启动初始帧和应用启动结束帧，与标记的应用启动初始帧和应用启动结束帧进行比较，当识别结果与标记一致时，获得图像识别模型。

上述应用启动耗时测试装置，通过测试指令获取模块310获取启动耗时测试指令，页面视频获取模块320调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，利用页面录制工具录制开启待测试应用的过程，以获取待测试应用的启动页面视频，视频识别模块330通过将终端获取的启动页面视频输入图像识别模型，启动耗时确定模块340自动识别出应用启动初始帧和应用启动结束帧，根据所应用启动初始帧的时间信息和应用启动结束帧的时间信息之间的时间差，得出待测试应用的启动耗时。该方法在获得待测试应用的启动耗时的过程中，无需用户参与，即可获得待测试应用的启动耗时，且基于图像识别模型获得应用启动初始帧和应用启动结束帧比肉眼识别更准确，获得的待测试应用的启动耗时也更准确。

关于应用启动耗时测试装置的具体限定可以参见上文中对于应用启动耗时测试方法的限定，在此不再赘述。上述应用启动耗时测试装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储启动页面视频数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种应用启动耗时测试方法。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取对待测应用的启动耗时测试指令；根据所述启动耗时测试指令调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，以获取待测试应用的启动页面视频；将启动页面视频输入图像识别模型，获得启动页面视频的应用启动初始帧和应用启动结束帧；根据应用启动初始帧的时间信息和应用启动结束帧的时间信息进行分析，确定待测试应用的启动耗时。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：在获取启动页面视频的步骤之后，将启动页面视频输入图像识别模型的步骤之前，还包括：对启动页面视频的文件大小进行检测；当启动页面视频的文件大于预设阈值时，对启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：对启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频的步骤，包括：将启动页面视频基于预设的分辨率及帧率进行调整，获得文件大小小于预设阈值的启动页面视频。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：图像识别模型的训练方式为：获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本；将各应用启动页面视频样本输入待训练图像识别模型，由图像识别模型识别标记的应用启动初始帧和应用启动结束帧，学习得到应用启动初始帧和应用启动结束帧的特征，获得训练后的图像识别模型；对训练后的图像识别模型进行验证，当验证结果符合要求时，获得图像识别模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：对训练后的图像识别模型进行验证，当验证结果不符合要求时，返回获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本的步骤，直至验证结果符合要求，获得图像识别模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：对训练后的图像识别模型进行验证，当验证结果符合要求时，获得图像识别模型的步骤包括：获取标记了应用启动初始帧和应用启动结束帧的多个测试视频样本；将测试视频样本输入训练后的图像识别模型，获得识别结果，识别结果包括预测的应用启动初始帧和应用启动结束帧；将预测的应用启动初始帧和应用启动结束帧，与标记的应用启动初始帧和应用启动结束帧进行比较，当识别结果与标记一致时，获得图像识别模型。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取对待测应用的启动耗时测试指令；根据所述启动耗时测试指令调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，以获取待测试应用的启动页面视频；将启动页面视频输入图像识别模型，获得启动页面视频的应用启动初始帧和应用启动结束帧；根据应用启动初始帧的时间信息和应用启动结束帧的时间信息进行分析，确定待测试应用的启动耗时。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在获取启动页面视频的步骤之后，将启动页面视频输入图像识别模型的步骤之前，还包括：对启动页面视频的文件大小进行检测；当启动页面视频的文件大于预设阈值时，对启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频的步骤，包括：将启动页面视频基于预设的分辨率及帧率进行调整，获得文件大小小于预设阈值的启动页面视频。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：图像识别模型的训练方式为：获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本；将各应用启动页面视频样本输入待训练图像识别模型，由图像识别模型识别标记的应用启动初始帧和应用启动结束帧，学习得到应用启动初始帧和应用启动结束帧的特征，获得训练后的图像识别模型；对训练后的图像识别模型进行验证，当验证结果符合要求时，获得图像识别模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对训练后的图像识别模型进行验证，当验证结果不符合要求时，返回获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本的步骤，直至验证结果符合要求，获得图像识别模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对训练后的图像识别模型进行验证，当验证结果符合要求时，获得图像识别模型的步骤包括：获取标记了应用启动初始帧和应用启动结束帧的多个测试视频样本；将测试视频样本输入训练后的图像识别模型，获得识别结果，识别结果包括预测的应用启动初始帧和应用启动结束帧；将预测的应用启动初始帧和应用启动结束帧，与标记的应用启动初始帧和应用启动结束帧进行比较，当识别结果与标记一致时，获得图像识别模型。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种应用启动耗时测试方法，包括：

获取对待测应用的启动耗时测试指令；

根据所述启动耗时测试指令调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，以获取所述待测试应用的启动页面视频；

将所述启动页面视频输入图像识别模型，获得所述启动页面视频的应用启动初始帧和应用启动结束帧；

根据所述应用启动初始帧的时间信息和所述应用启动结束帧的时间信息进行分析，确定所述待测试应用的启动耗时。

2.根据权利要求1所述的应用启动耗时测试方法，其特征在于，在所述以获取所述待测试应用的启动页面视频的步骤之后，所述将所述启动页面视频输入图像识别模型的步骤之前，还包括：

对所述启动页面视频的文件大小进行检测；

当所述启动页面视频的文件大于预设阈值时，对所述启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频。

3.根据权利要求2所述的应用启动耗时测试方法，其特征在于，所述对所述启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频的步骤，包括：

将所述启动页面视频基于预设的分辨率及帧率进行调整，获得文件大小小于预设阈值的启动页面视频。

4.根据权利要求1所述的应用启动耗时测试方法，其特征在于，所述图像识别模型的训练方式为：

获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本；

将各所述应用启动页面视频样本输入待训练图像识别模型，由所述图像识别模型识别标记的所述应用启动初始帧和应用启动结束帧，学习得到所述应用启动初始帧和应用启动结束帧的特征，获得训练后的图像识别模型；

对所述训练后的图像识别模型进行验证，当验证结果符合要求时，获得所述图像识别模型。

5.根据权利要求4所述的应用启动耗时测试方法，其特征在于，对所述训练后的图像识别模型进行验证，当验证结果不符合要求时，返回所述获取标记了应用启动初始帧和应用启动结束帧的多个应用启动页面视频样本的步骤，直至验证结果符合要求，获得所述图像识别模型。

6.根据权利要求4所述的应用启动耗时测试方法，其特征在于，所述对所述训练后的图像识别模型进行验证，当验证结果符合要求时，获得所述图像识别模型的步骤包括：

获取标记了应用启动初始帧和应用启动结束帧的多个测试视频样本；

将所述测试视频样本输入所述训练后的图像识别模型，获得识别结果，所述识别结果包括预测的应用启动初始帧和应用启动结束帧；

将预测的应用启动初始帧和应用启动结束帧，与标记的应用启动初始帧和应用启动结束帧进行比较，当所述识别结果与标记一致时，获得所述图像识别模型。

7.一种应用启动耗时测试装置，其特征在于，所述装置包括：

测试指令获取模块，用于获取启动耗时测试指令，所述启动耗时测试指令中包括待测试应用信息；

页面视频获取模块，用于根据所述启动耗时测试指令调用页面录制工具对操作界面进行录制，并开启终端的待测试应用，以获取所述待测试应用的启动页面视频；

视频识别模块，用于将所述启动页面视频输入图像识别模型，获得所述启动页面视频的应用启动初始帧和应用启动结束帧；

启动耗时确定模块，用于根据所述应用启动初始帧的时间信息和所述应用启动结束帧的时间信息进行分析，获得所述待测试应用的启动耗时。

8.根据权利要求7所述的应用启动耗时测试装置，其特征在于，所述装置还包括：

文件检测模块，用于对所述启动页面视频的文件大小进行检测；

预处理模块，用于当所述启动页面视频的文件大于预设阈值时，对所述启动页面视频进行预处理，获得文件大小小于预设阈值的启动页面视频。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。