CN113742553B - 数据处理方法及装置 - Google Patents
数据处理方法及装置 Download PDFInfo
- Publication number
- CN113742553B CN113742553B CN202111031380.1A CN202111031380A CN113742553B CN 113742553 B CN113742553 B CN 113742553B CN 202111031380 A CN202111031380 A CN 202111031380A CN 113742553 B CN113742553 B CN 113742553B
- Authority
- CN
- China
- Prior art keywords
- picture
- control
- page
- annotated
- attribute information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 40
- 238000002372 labelling Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 15
- 238000013524 data verification Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 5
- 238000013515 script Methods 0.000 description 24
- 238000012549 training Methods 0.000 description 18
- 238000012360 testing method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请提供数据处理方法及装置，其中所述数据处理方法包括：获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件；识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息；基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据；将所述图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息；获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。
Description
技术领域
本申请涉及互联网技术领域，特别涉及一种数据处理方法。本申请同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质。
背景技术
随着计算机技术的不断发展，用户对包含“后退”、“分享”等常用控件的APP场景页面的使用越来越多。为了保持APP场景页面中常用控件与场景页面外观的一致性，具备相同功能的常用控件在不同场景页面中采用的UI外观可能并不相同，在常用控件的外观增加的情况下，对增加的控件外观进行截取，并作为控件外观的预期图片进行保存。
然而，每增加一个外观就需要截取一张的预期图片，对控件信息存储的维护成本较高，如何降低UI自动化测试脚本的维护成本成为技术人员亟待解决的问题。
发明内容
有鉴于此，本申请实施例提供了一种数据处理方法。本申请同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的UI自动化脚本维护成本较高的问题。
根据本申请实施例的第一方面，提供了一种数据处理方法，包括：
获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件；
识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息；
基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据；
将所述图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息；
获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。
根据本申请实施例的第二方面，提供了一种数据处理装置，包括：
获取模块，被配置为获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件；
确定模块，被配置为识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息；
生成模块，被配置为基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据；
上传模块，被配置为将所述图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息；
识别模块，被配置为获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。
根据本申请实施例的第三方面，提供了一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行所述计算机指令时实现所述数据处理方法的步骤。
根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机指令，该计算机指令被处理器执行时实现所述数据处理方法的步骤。
本申请提供的数据处理方法，获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件；识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息；基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据；将所述图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息；获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。
本申请一实施例实现了生成包含标注数据图片样本数据，基于图片样本数据对图片特征进行训练，用特征代替图片，提高了UI自动化测试脚本的可维护性；并且采用自动生成图片样本数据的方式，提高了训练数据的生成和标注的效率。
附图说明
图1是本申请一实施例提供的一种数据处理方法的流程图；
图2是本申请一实施例提供的一种应用于生成图片样本数据的数据处理方法的处理流程图；
图3是本申请一实施例提供的一种应用于客户端G的数据处理方法的处理流程图；
图4是本申请一实施例提供的标注场景页面图片的后退控件的示意图；
图5是本申请一实施例提供的异常图片样本数据的示意图；
图6是本申请一实施例提供的一种数据处理装置的结构示意图；
图7是本申请一实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
在本申请一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请一个或多个实施例。在本申请一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本申请一个或多个实施例中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先，对本申请一个或多个实施例涉及的名词术语进行解释。
UI自动化测试：这里指基于移动端设备的App自动化测试。
App常用控件：App中通用的功能按钮。如：后退、返回、回到顶部、扫一扫、分享等通用功能图标。它们在不同的App中都有相似的外观。
Airtest控件图片定位：传入预期的目标图片，开源工具Airtest使用以图搜图的方式，在当前屏幕中能定位到目标图片的位置。
Detection标注：是对图片中出现了目标控件的位置，比如图片中出现“后退”按钮，常见的Detection标注是把改按钮用一个矩形框圈起来。
图片特征训练：对大量图片及其标注数据，进行像素级的训练，生成训练模型。
在目前的APP UI自动化测试中，通常采用图片定位的方式操作控件，尤其在游戏、H5等场景页面中无法使用路径定位进行操作的应用较多。对于上述场景中的APP常用控件，在不同的场景页面中具有同一功能的控件，由于UI外观的不同，需设置多个预期图片，如，在APP首页、商品详情页、商品活动页中的“后退”控件的外观分别为黑底白箭头、白底黑箭头和带圆形环绕的箭头，对每个外观的后退按钮均进行截图，即获得三个外观不一致的后退按钮的预期图片。采用上述方法虽然可实现对控件的操作，但每增加一个外观就需要保存对应的预期图片，在对控件进行点击测试时，需要对控件对应的预期图片进行操作，影响测试的效率，并且在UI自动化脚本中也需要更新对应的预期图片保存路径，维护成本较高。
为了在降低维护成本的同时实现对控件操作，在本申请中，提供了一种数据处理方法，本申请同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
图1示出了根据本申请一实施例提供的一种数据处理方法的流程图，具体包括以下步骤：
步骤102：获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件。
待标注页面图片是指未进行控件标注的图片；图片属性信息是指对图片进行描述的信息；待标注控件是指在待标注页面图片中包含的未被标注的控件。
在实际应用中，获取待标注页面图片以及所述待标注页面图片的图片属性信息的具体方法包括：
截取场景页面集合中包含待标注控件的待标注页面图片。
其中，场景页面集合是指由场景页面组成的集合，例如，由APP的首页、消息页和详情页构成场景页面集合。在场景页面集合中识别包含待标注控件的场景页面作为待标注页面，截取待标注页面获得待标注页面图片。
在本申请一具体实施方式中，以“返回”控件为例，在场景页面集合{场景页面1、场景页面2...场景页面n}中识别包含返回控件的场景页面，如，识别场景页面3为包含返回控件的场景页面，则截取场景页面3生成待标注页面图片。
通过截取包含待标注控件的场景页面图片，便于后续在待标注页面中对待标注控件进行标注。
在实际应用中，获取所述待标注页面图片的图片属性信息具体包括：
获取所述待标注页面图片的图片设备标识信息以及图片分辨率信息。
其中，图片设备标识信息是指图片的设备来源信息，包括系统类型信息以及系统类型的版本号信息等，例如，系统类型信息可以为Android、iOS等；系统类型的版本号信息可以为Android 9.0、iOS 14等；图片分辨率信息是指待标注页面图片的像素点的数量信息。
在本申请一具体实施方式中，以商品详情页图片为例，本实施例中，待标注页面图片为商品详情页图片，获取商品详情页图片的图片设备标识信息“iOS13.0”以及图片分辨率信息“2400*1176”。
通过获取待标注图片的图片分辨率信息以及图片设备标识信息，便于后续对待标注图片中的待标注控件进行标注。
目前获取待标注页面图片的方式为人工识别出包含待标注控件的页面并进行截图，然而这种方式会耗费大量的手工成本；为了提高获得待标注页面图片的效率，本申请提供一种由多个客户端自动化批量生成待标注页面图片的方案。
具体的，由预设数量阈值的客户端同时执行预设脚本，其中，客户端可以是手机、平板电脑等终端设备，预设数量阈值可基于实际的业务情况进行设定，在此不做具体限定。预设脚本被设计为依次跳转至包含待标注控件的场景页面中，并保存当前场景页面的截图。
预设数量阈值的客户端同时执行预设脚本，实现自动化批量生成待标注页面图片，从而提高待标注页面图片的生成效率。
在本申请一具体实施方式中，以“分享”控件为例，确定客户端A、客户端B以及客户端C，在客户端A、B和C中同时执行截取包含“分享”控件的场景页面的脚本；获取截取到包含“分享”控件的场景页面，包括商品详情页、商品活动页等等，并获取场景页面对应的图片属性信息，如，获取商品详情页的图片设备标识信息“Android”以及图片分辨率信息“3168*1440”。
步骤104：识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息。
其中，控件属性信息是指对待标注页面图片中的控件进行描述的信息，例如，控件名称、控件坐标、控件类型等。
具体的，基于待标注控件的控件图片在所述待标注页面图片中识别所述待标注控件，并确定识别到的待标注控件在待标注页面中的控件属性信息。
在实际应用中，识别所述待标注页面图片中的所述待标注控件的方法包括：
在预设控件图片库中获取所述待标注控件的控件图片；
基于所述控件图片在所述待标注页面中识别所述待标注控件。
其中，预设控件图片库是指包含预设控件图片的数据库；控件图片是指待标注控件对应的图片。
具体的，在预设控件图片库中获取待标注控件的控件图片，如，在预设控件图片库中可以获取到后退控件的控件图片；基于在预设控件图片库中获取的控件图片在待标注页面图片中识别所述待标注控件，如，获取预设控件图片库中后退控件的控件图片，根据后退控件的控件图片在待标注页面图片中识别待标注页面图片中的后退控件。
在本申请一具体实施方式中，以分享控件为例，预设控件图片库中包含后退控件的控件图片、分享控件的控件图片和返回控件的控件图片；确定分享控件，获取预设控件图片库中的分享控件的控件图片传入开源工具Airtest，Airtest使用以图搜图的方式，在待标识页面图片中确定分享控件。
通过以图搜图的方式，在待识别图片中确定目标控件，提高了从待识别图片中识别目标控件的效率。
在实际应用中，确定所述待标注控件在所述待标注页面图片中的控件属性信息，包括：
确定所述待标注控件在所述待标注页面图片中的控件位置和控件标识；
根据所述控件位置和所述控件标识生成所述待标注控件在所述待标注页面图片中的控件属性信息。
其中，控件位置是指待标注控件在待标注页面图片中的位置，例如，控件位置信息为矩形对角线的顶点坐标或控件位置信息为矩形左上角的顶点坐标一级矩形的长、宽信息；控件标识是指用于表示控件功能的标识。
在本申请一具体实施方式中，以后退控件为例，确定后退控件在待标注页面图片中的位置坐标信息：【67，98】【126，172】，其中，【67，98】表示在首页页面图片左上角的坐标位置，【126，172】表示在首页页面右下角的坐标位置；确定后退控件的控件标识为“后退”，根据坐标信息【67，98】【126，172】以及控件标识生成后退控件的控件属性信息。
通过确定页面图片中目标控件的位置以及目标控件的标识，便于后续基于标注信息对页面图片中的目标控件进行触控。
步骤106：基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据。
其中，图片样本数据是指对待标注页面图片完成标注后获得的图片数据。
在本申请一具体实施方式中，以首页页面图片为例，确定首页页面图片的图片属性信息，包括：图片名称信息“1623231054349_<udid>_0.png”和图片分辨率“2400*1176”；确定首页页面中后退控件的控件属性信息，包括：后退控件标签信息“后退”和后退控件在首页页面图片中的坐标信息【67，98】【126，172】其中，【67，98】表示在首页页面图片右上角的坐标位置，【126，172】表示在首页页面左下角的坐标位置；基于首页页面图片的图片属性信息和后退控件的控件属性信息对首页页面图片进行标注，生成首页图片样本数据。
在实际应用中，预设数量阈值的客户端可批量执行包含对图片中的目标控件进行标注的预设脚本，每个客户端执行预设脚本同时对图片进行标注获得图片样本数据。
通过包含对目标控件进行标注的预设脚本对图片中的目标控件进行标注，提高了样本数据的生成和标注效率。
在实际应用中，基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，包括：
基于预设标注信息格式将所述图片属性信息以及所述控件属性信息标注至所述待标注页面图片。
其中，预设标注信息格式是指预先设置的对待标注页面图片进行标注的信息格式。
具体的，在基于图片属性信息以及控件属性信息对待标注控件进行标注之前，可预设设置对待标注页面进行标注时的标注信息格式。例如，预设标注信息格式为包含待标注页面图片的图片分辨率信息、图片标题信息以及待标注页面图片中待标注控件的控件坐标位置信息以及控件标识信息的JSON文件格式。
在本申请一具体实施方式中，沿用上例，对首页页面图片出现后退控件的位置采用Detection进行标注，并基于预设的JSON标注信息格式将首页页面图片的图片属性信息和首页页面中后退控件的控件属性信息完成对首页页面图片的标志。
通过预设标注信息格式，实现了图片的标注信息的格式规范，便于后续获取的标注信息用于对控件的触控。
步骤108：将所述图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息。
其中，控件识别模型是指根据图片样本数据训练获得的机器学习模型；控件识别模型是服务器基于接收的图片样本数据训练获得，服务器可接收源自不同客户端的图片样本数据用于控件识别模型的训练；将待识别图片输入至训练完成的控件识别模型中，可输出待识别图片中目标控件的控件属性信息。目标控件是指在页面图片中确定的需对其进行标注的控件。
在实际应用中，UI自动化测试常用图片定位的方式操作控件，对于不同页面场景中具有同一功能的控件，由于UI外观的不同，需设置多个预期图片，即对于同一功能的控件具备多个预期图片。每增加一个外观，就需要截取一张预期图片，UI自动化测试脚本中也需要更新对应的预期图片保存路径，维护成本较高，为了解决此问题，可使用对图片特征训练的方式，使用对控件特征的操作代替预期图片，从而提高UI自动化测试脚本的可维护性。
具体对图片特征进行训练的具体方法包括：将样本数据上传至训练控件识别模型的服务器。服务器获取图片样本数据，其中，所述图片样本数据包括样本图片和所述样本图片中目标控件的控件属性信息；将所述样本图片输入至所述控件识别模型，获取所述控件识别模型输出的预测控件属性信息；根据所述预测控件属性信息和所述控件属性信息计算损失值；根据所述损失值调整所述控件识别模型的参数，并继续训练所述控件识别模型，直至达到训练停止条件。训练完成的控件识别模型可对输入模型的图片输出图片中目标控件的控件属性信息。
在实际应用中，将所述图片样本数据上传至服务器，包括：
统计所述图片样本数据的样本数值；
在所述样本数值大于预设阈值的情况下，将所述图片样本数据上传至服务器。
其中，样本数值是指客户端生成的图片样本的总数量；预设阈值是指预先设置的样本数值。
在本申请一具体实施方式中，以预设阈值100为例，统计客户端A、客户端B和客户端C生成的图片样本数据的总数值，在总数值大于预设阈值100的情况下，将图片样本数据上传至训练控件识别模型的服务器，对控件识别模型进行训练。
通过将生成的图片样本数据上传至服务器，便于服务器基于图片样本数据对控件识别模型进行训练。
在实际应用中，为了保证标注数据的准确性，将所述图片样本数据上传至服务器之前还可以对生成的图片样本数据进行校验，具体包括：
接收图片样本数据校验指令；
基于所述图片样本数据校验指令，确定所述图片样本数据中的异常图片样本数据，其中，所述异常图片样本数据为存在标注偏差、标注重合或标注错误的图片样本数据；
响应于所述图片样本数据校验指令删除所述异常图片样本数据。
其中，图片样本校验指令是指对图片样本数据进行校验的指令；异常图片样本数据是指图片样本数据中对目标控件的标注存在错误的图片样本数据；标注偏差是指未正确标注出目标控件在待标注页面控件中的位置；标注重合是指为目标控件进行了多次标注；标注错误是指对目标控件的控件功能标注错误。
在本申请一具体实施方式中，以商品详情页图片数据为例，基于用户对商品详情页图片数据的校验请求，生成图片样本数据校验指令。识别在商品详情页图片数据{数据1、数据2...数据n}中存在标注重合、标注偏差以及标注错误的异常商品详情页图片数据包括数据3、数据4和数据5。响应于图片样本数据校验指令，删除品详情页图片数据中的异常商品详情页图片数据数据3、数据4和数据5。
步骤110：获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。
其中，目标控件属性信息是指目标控件在待识别图片中的控件属性信息；待识别图片是指输入控件识别模型的图片。
具体的，客户端接收待识别图片并将待识别图片上传至控件识别模型，控件识别模型对待识别图片进行识别，并输出目标控件的目标控件属性信息。
在实际应用中，通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息，包括：
接收待识别图片，其中，所述待识别图片中包含目标控件；
将所述待识别图片输入至所述控件识别模型；
获取所述控件识别模型输出的所述目标控件的目标控件属性信息。
其中，目标控件是指在待识别图片中识别到的控件。
在本申请一具体实施方式中，以详情页图片为例，获取训练好的控件识别模型，接收待识别图片即详情页图片；基于用户对详情页图片中后退控件的触发，将详情页图片输入至控件识别模型，控件识别模型对详情页图片中的控件进行识别，获取控件识别模型输出的详情页图片中后退控件的控件属性信息。
在实际应用中，对控件识别模型输出目标控件属性信息的使用方法包括：
接收针对目标控件的触发指令；
基于所述目标控件的目标控件属性信息确定所述目标控件在所述目标图片中的目标位置信息；
基于所述目标位置信息触发所述目标控件。
其中，触发指令是指对目标控件进行触发的指令；目标位置信息是指目标控件在目标图片中的位置坐标。
在本申请一具体实施方式中，以返回控件为例，接收针对返回控件的触发指令，获取返回控件在首页图片中的控件属性信息，基于控件属性信息确定目标控件的在首页图片中的位置坐标【67，98】【126，172】，其中，【67，98】表示在首页页面图片左上角的坐标位置，【126，172】表示在首页页面右下角的坐标位置；使用Airtest的触控功能对返回控件进行触控，即可完成对返回控件的点击。
本申请的数据处理方法，通过获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件；识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息；基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据；将所述图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息；获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。通过使用预设数量阈值的客户端生成图片样本数据，提高了图片样本数据的生成效率；提取图片特征的方式，提高了UI自动化测试脚本的可维护性。
下述结合附图2，以本申请提供的数据处理方法在生成图片样本数据的应用为例，对所述数据处理方法进行进一步说明。其中，图2示出了本申请一实施例提供的一种应用于生成图片样本数据的数据处理方法的处理流程图，具体包括以下步骤：
步骤202：确定生成图片样本数据的客户端集合以及预设脚本。
在本申请一具体实施方式中，以客户端集合B为例，确定用于生成图片样本数据的客户端集合B{客户端1、客户端2、客户端3、客户端4、客户端5}。预设脚本设计为一次跳转至存在目标控件的客户端场景页面中，保存当前的场景页面截图，并对场景页面截图中的目标控件进行标注。本实施例中由客户端集合B中的每个客户端同时执行预设脚本，生成图片样本数据，直至图片样本数据的数量满足训练控件识别模型的最低样本数要求，从而提高图片样本数据的生成效率。
步骤204：获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件。
本申请一具体实施方式中，沿用上例，客户端集合B中的每个客户端同时执行预设脚本，截取客户端包含目标控件的场景页面生成待标注页面图片；获取生成的待标注图片以及待标注页面图片的图片属性信息。
步骤206：识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息。
在本申请一具体实施方式中，沿用上例，继续执行预设脚本，确定目标控件所在的预设控件图片库，并从预设控件图片库中确定目标控件的控件图片；基于目标控件的控件图片在待标注页面图片中识别目标控件，并获取目标控件在待标注页面图片中的控件属性信息。
步骤208：基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据。
在本申请一具体实施方式中，沿用上例，继续执行预设脚本，获取待标注页面图片的图片属性信息以及目标控件在待标注页面图片的控件属性信息，基于预设的标注信息格式将待标注页面图片的图片属性信息、目标控件在待标注页面图片的控件属性信息，对待标注页面图片中的目标控件进行标注，获得由客户端集合中的客户端执行预设脚本生成的图片样本数据。
本实施例中提供了图片样本数据的生成方法，用于生成训练控件识别模型的图片样本数据，通过将该方法应用在预设数量的客户端中，批量获得图片样本数据，提高了数据的生成以及标注效率；高效生成的图片样本数据便于高效获得用于训练控件识别模型的训练样本数据。
下述结合附图3，以本申请提供的数据处理方法在客户端G的应用为例，对所述数据处理方法进行进一步说明。其中，图3示出了本申请一实施例提供的一种应用于客户端G的数据处理方法的处理流程图，具体包括以下步骤：
步骤302：截取场景页面集合中包含待标注控件的待标注页面图片，并获取所述待标注页面图片的图片设备标识信息以及图片分辨率信息。
在本申请一具体实施方式中，客户端G执行预设脚本，截取客户端G的场景页面集合中包含后退控件的场景页面图片，并获取每个场景页面图片的图片设备标识信息以及图片分辨率信息，以场景页面图片1为例，获取场景页面图片1的图片设备标识信息“iOS13.0”以及图片分辨率信息“3168*1440”。
步骤304：在预设控件图片库中获取所述待标注控件的控件图片，基于所述控件图片在所述待标注页面中识别所述待标注控件。
在本申请一具体实施方式中，沿用上例，在预设控件图片库中获取后退控件的控件图片；基于获取的控件图片在场景页面图片中识别后退控件。
步骤306：确定所述待标注控件在所述待标注页面图片中的控件位置和控件标识，根据所述控件位置和所述控件标识生成所述待标注控件在所述待标注页面图片中的控件属性信息。
在本申请一具体实施方式中，沿用上例，确定后退控件在场景页面图片中的控件位置【67，98】【126，172】和控件标识“后退”，根据控件位置和控件标识生成后退控件在场景页面图片中的控件属性信息。
步骤308：基于预设标注信息格式将所述图片属性信息以及所述控件属性信息标注至所述待标注页面图片，生成图片样本数据。
在本申请一具体实施方式中，沿用上例，预设标注信息格式为包含图片设备标识信息、图片分辨率信息、控件位置和控件标识的JSON文件格式。基于预设标注信息格式将图片属性信息和控件属性信息对场景页面图片中的后退控件进行标注，对后退控件的标注如图4所示，图4是本申请一实施例提供的标注场景页面图片的后退控件的示意图，其中，A点和B点的坐标为后退控件在场景页面图片中的坐标。标注完成获得由客户端G执行预设脚本生成的图片样本数据。
在生成图片样本数据后，接收图片样本数据校验指令，在客户端G生成的图片样本数据中确定存在标注偏差、标注重合或标注错误的异常图片样本数据，异常图片样本数据如图5所示，图5是本申请一实施例提供的异常图片样本数据的示意图。响应于图片样本数据校验指令，删除图片样本数据中的异常图片样本数据。
步骤310：统计所述图片样本数据的样本数值，在所述样本数值大于预设阈值的情况下，将所述图片样本数据上传至服务器。
在本申请一具体实施方式中，沿用上例，对客户端G生成的图片样本数据的数量进行统计，确定总数量为200超过了预设阈值150，则将图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息。
步骤312：获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。
在本申请一具体实施方式中，沿用上例，获取根据客户端G的图片样本数据训练获得的控件识别模型；将待识别图片上传至控件识别模型，获得控件识别模型输出的后退控件的控件属性信息；接收对待识别图片中的后退控件的触控指令，触控指令中包含后退控件标志“后退”以及待识别图片的url地址；响应于触控指令，获取后退控件在待识别图片中的控件属性信息；在后退控件的控件属性信息中确定后退控件在待识别图片中的位置坐标，基于坐标位置实现对待识别图片中后退控件的点击。
本申请的数据处理方法，通过获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件；识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息；基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据；将所述图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息；获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。通过使用预设数量阈值的客户端生成图片样本数据，提高了图片样本数据的生成效率；提取图片特征的方式，提高了UI自动化测试脚本的可维护性。
与上述方法实施例相对应，本申请还提供了数据处理装置实施例，图6示出了本申请一实施例提供的一种数据处理装置的结构示意图。如图6所示，该装置包括：
获取模块602，被配置为获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件；
确定模块604，被配置为识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息；
生成模块606，被配置为基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据；
上传模块608，被配置为将所述图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息；
识别模块610，被配置为获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。
可选地，所述获取模块602，进一步被配置为：
截取场景页面集合中包含待标注控件的待标注页面图片。
可选地，所述获取模块602，进一步被配置为：
获取所述待标注页面图片的图片设备标识信息以及图片分辨率信息。
可选地，所述确定模块604，进一步被配置为：
在预设控件图片库中获取所述待标注控件的控件图片；
基于所述控件图片在所述待标注页面中识别所述待标注控件。
可选地，所述确定模块604，进一步被配置为：
确定所述待标注控件在所述待标注页面图片中的控件位置和控件标识；
根据所述控件位置和所述控件标识生成所述待标注控件在所述待标注页面图片中的控件属性信息。
可选地，所述生成模块606，进一步被配置为：
基于预设标注信息格式将所述图片属性信息以及所述控件属性信息标注至所述待标注页面图片。
可选地，所述上传模块608，进一步被配置为：
统计所述图片样本数据的样本数值；
在所述样本数值大于预设阈值的情况下，将所述图片样本数据上传至服务器。
可选地，所述装置还包括，校验模块，被配置为：
接收图片样本数据校验指令；
基于所述图片样本数据校验指令，确定所述图片样本数据中的异常图片样本数据，其中，所述异常图片样本数据为存在标注偏差、标注重合或标注错误的图片样本数据；
响应于所述图片样本数据校验指令删除所述异常图片样本数据。
可选地，所述识别模块610，进一步被配置为：
接收待识别图片，其中，所述待识别图片中包含目标控件；
将所述待识别图片输入至所述控件识别模型；
获取所述控件识别模型输出的所述目标控件的目标控件属性信息。
可选地，所述装置还包括，触发模块，被配置为：
接收针对目标控件的触发指令；
基于所述目标控件的目标控件属性信息确定所述目标控件在所述目标图片中的目标位置信息；
基于所述目标位置信息触发所述目标控件。
本申请的数据处理装置，获取模块，获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件；确定模块，识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息；生成模块，基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据；上传模块，将所述图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息；识别模块，获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。通过使用预设数量阈值的客户端生成图片样本数据，提高了图片样本数据的生成效率；提取图片特征的方式，提高了UI自动化测试脚本的可维护性。
上述为本实施例的一种数据处理装置的示意性方案。需要说明的是，该数据处理装置的技术方案与上述的数据处理方法的技术方案属于同一构思，数据处理装置的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
图7示出了根据本申请一实施例提供的一种计算设备700的结构框图。该计算设备700的部件包括但不限于存储器710和处理720。处理器720与存储器710通过总线730相连接，数据库750用于保存数据。
计算设备700还包括接入设备740，接入设备740使得计算设备700能够经由一个或多个网络760通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备740可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。
在本申请的一个实施例中，计算设备700的上述部件以及图7中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图7所示的计算设备结构框图仅仅是出于示例的目的，而不是对本申请范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
计算设备700可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备700还可以是移动式或静止式的服务器。
其中，处理器720执行所述计算机指令时实现所述的数据处理方法的步骤。
上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的数据处理方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
本申请一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该计算机指令被处理器执行时实现如前所述数据处理方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的数据处理方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上公开的本申请优选实施例只是用于帮助阐述本申请。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本申请的内容，可作很多的修改和变化。本申请选取并具体描述这些实施例，是为了更好地解释本申请的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本申请。本申请仅受权利要求书及其全部范围和等效物的限制。
Claims (13)
1.一种数据处理方法，其特征在于，应用于客户端，包括：
获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件；
识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息；
基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据；
将所述图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息；
获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。
2.如权利要求1所述的数据处理方法，其特征在于，获取待标注页面图片，包括：
截取场景页面集合中包含待标注控件的待标注页面图片。
3.如权利要求1所述的数据处理方法，其特征在于，获取所述待标注页面图片的图片属性信息，包括：
获取所述待标注页面图片的图片设备标识信息以及图片分辨率信息。
4.如权利要求1所述的数据处理方法，其特征在于，识别所述待标注页面图片中的所述待标注控件，包括：
在预设控件图片库中获取所述待标注控件的控件图片；
基于所述控件图片在所述待标注页面中识别所述待标注控件。
5.如权利要求1所述的数据处理方法，其特征在于，确定所述待标注控件在所述待标注页面图片中的控件属性信息，包括：
确定所述待标注控件在所述待标注页面图片中的控件位置和控件标识；
根据所述控件位置和所述控件标识生成所述待标注控件在所述待标注页面图片中的控件属性信息。
6.如权利要求1所述的数据处理方法，其特征在于，基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，包括：
基于预设标注信息格式将所述图片属性信息以及所述控件属性信息标注至所述待标注页面图片。
7.如权利要求1所述的数据处理方法，其特征在于，将所述图片样本数据上传至服务器，包括：
统计所述图片样本数据的样本数值；
在所述样本数值大于预设阈值的情况下，将所述图片样本数据上传至服务器。
8.如权利要求1-7任意一项所述的数据处理方法，其特征在于，将所述图片样本数据上传至服务器之前，还包括：
接收图片样本数据校验指令；
基于所述图片样本数据校验指令，确定所述图片样本数据中的异常图片样本数据，其中，所述异常图片样本数据为存在标注偏差、标注重合或标注错误的图片样本数据；
响应于所述图片样本数据校验指令删除所述异常图片样本数据。
9.如权利要求1-7任意一项所述的数据处理方法，其特征在于，通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息，包括：
接收待识别图片，其中，所述待识别图片中包含目标控件；
将所述待识别图片输入至所述控件识别模型；
获取所述控件识别模型输出的所述目标控件的目标控件属性信息。
10.如权利要求9所述的数据处理方法，其特征在于，所述方法还包括：
接收针对目标控件的触发指令；
基于所述目标控件的目标控件属性信息确定所述目标控件在目标图片中的目标位置信息；
基于所述目标位置信息触发所述目标控件。
11.一种数据处理装置，其特征在于，包括：
获取模块，被配置为获取待标注页面图片以及所述待标注页面图片的图片属性信息，其中，所述待标注页面图片中包含待标注控件；
确定模块，被配置为识别所述待标注页面图片中的所述待标注控件，并确定所述待标注控件在所述待标注页面图片中的控件属性信息；
生成模块，被配置为基于所述图片属性信息以及所述控件属性信息标注所述待标注页面图片，生成图片样本数据；
上传模块，被配置为将所述图片样本数据上传至服务器，以使所述服务器根据所述图片样本数据训练控件识别模型，其中，所述控件识别模型用于识别页面图片中目标控件的控件属性信息；
识别模块，被配置为获取训练好的控件识别模型，并通过所述控件识别模型识别待识别图片中的目标控件的目标控件属性信息。
12.一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令，其特征在于，所述处理器执行所述计算机指令时实现权利要求1-10任意一项所述方法的步骤。
13.一种计算机可读存储介质，其存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-10任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111031380.1A CN113742553B (zh) | 2021-09-03 | 2021-09-03 | 数据处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111031380.1A CN113742553B (zh) | 2021-09-03 | 2021-09-03 | 数据处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113742553A CN113742553A (zh) | 2021-12-03 |
| CN113742553B true CN113742553B (zh) | 2024-03-19 |
Family
ID=78735516
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111031380.1A Active CN113742553B (zh) | 2021-09-03 | 2021-09-03 | 数据处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113742553B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016173350A1 (zh) * | 2015-04-29 | 2016-11-03 | 腾讯科技（深圳）有限公司 | 图片处理方法及装置 |
| WO2018120575A1 (zh) * | 2016-12-30 | 2018-07-05 | 百度在线网络技术（北京）有限公司 | 网页主图识别方法和装置 |
| CN109240848A (zh) * | 2018-07-27 | 2019-01-18 | 阿里巴巴集团控股有限公司 | 一种数据对象标识生成方法及装置 |
| CN109871316A (zh) * | 2019-01-10 | 2019-06-11 | 北京云测信息技术有限公司 | 一种控件识别方法和装置 |
| CN111309995A (zh) * | 2020-01-19 | 2020-06-19 | 北京市商汤科技开发有限公司 | 标注方法及装置、电子设备和存储介质 |
| CN111324352A (zh) * | 2020-02-27 | 2020-06-23 | 中国平安人寿保险股份有限公司 | 一种应用页面的代码生成方法及相关设备 |
| WO2020233053A1 (zh) * | 2019-05-22 | 2020-11-26 | 深圳壹账通智能科技有限公司 | 一种制作测试页面脚本的方法、装置、设备及存储介质 |
| CN113050939A (zh) * | 2021-03-24 | 2021-06-29 | 上海哔哩哔哩科技有限公司 | 页面生成方法及装置 |
-
2021
- 2021-09-03 CN CN202111031380.1A patent/CN113742553B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016173350A1 (zh) * | 2015-04-29 | 2016-11-03 | 腾讯科技（深圳）有限公司 | 图片处理方法及装置 |
| WO2018120575A1 (zh) * | 2016-12-30 | 2018-07-05 | 百度在线网络技术（北京）有限公司 | 网页主图识别方法和装置 |
| CN109240848A (zh) * | 2018-07-27 | 2019-01-18 | 阿里巴巴集团控股有限公司 | 一种数据对象标识生成方法及装置 |
| CN109871316A (zh) * | 2019-01-10 | 2019-06-11 | 北京云测信息技术有限公司 | 一种控件识别方法和装置 |
| WO2020233053A1 (zh) * | 2019-05-22 | 2020-11-26 | 深圳壹账通智能科技有限公司 | 一种制作测试页面脚本的方法、装置、设备及存储介质 |
| CN111309995A (zh) * | 2020-01-19 | 2020-06-19 | 北京市商汤科技开发有限公司 | 标注方法及装置、电子设备和存储介质 |
| CN111324352A (zh) * | 2020-02-27 | 2020-06-23 | 中国平安人寿保险股份有限公司 | 一种应用页面的代码生成方法及相关设备 |
| CN113050939A (zh) * | 2021-03-24 | 2021-06-29 | 上海哔哩哔哩科技有限公司 | 页面生成方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 基于SilkTest和XML的通用高效的用户界面测试方法;何浩;程春玲;张征宇;张登银;;计算机应用;20130101(01);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113742553A (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10936919B2 (en) | Method and apparatus for detecting human face | |
| CN108830235B (zh) | 用于生成信息的方法和装置 | |
| CN108874268B (zh) | 用户行为数据的采集方法及装置 | |
| CN109034069B (zh) | 用于生成信息的方法和装置 | |
| CN104956339B (zh) | 从视频生成软件测试脚本 | |
| CN111930614B (zh) | 一种自动化测试方法、装置、设备和介质 | |
| CN112817866A (zh) | 录制回放方法、装置、系统、计算机设备以及存储介质 | |
| CN114170468B (zh) | 文本识别方法、存储介质及计算机终端 | |
| CN112612690A (zh) | 一种用户界面信息处理方法、装置、电子设备及存储介质 | |
| CN110765015A (zh) | 一种对被测应用进行测试的方法和电子设备 | |
| CN110248235B (zh) | 软件教学方法、装置、终端设备及介质 | |
| CN105303143B (zh) | 一种信息扫描处理方法、系统及终端 | |
| CN113190444B (zh) | 一种测试方法、装置及存储介质 | |
| CN108874673B (zh) | 应用程序的测试方法及装置 | |
| CN113742553B (zh) | 数据处理方法及装置 | |
| CN116431504A (zh) | 自动化测试方法、系统及装置 | |
| CN113254608A (zh) | 通过问答生成训练数据的系统及其方法 | |
| CN111782514A (zh) | 一种测试数据的比对方法和装置 | |
| CN113392013B (zh) | 用例生成方法及装置 | |
| CN112161984A (zh) | 酒品定位方法、酒品信息管理方法、装置、设备及存储介质 | |
| US20230377309A1 (en) | Methods and systems for automated cross-browser user interface testing | |
| CN109144841B (zh) | 广告应用的识别方法和装置、计算机设备和存储介质 | |
| CN116431468A (zh) | 测试方法、装置、处理设备及存储介质 | |
| CN115048302A (zh) | 前端的兼容性测试方法及装置、存储介质、电子设备 | |
| CN113835591A (zh) | 弹窗处理方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |