CN115098677A - 一种用户界面组件分类方法及装置 - Google Patents

一种用户界面组件分类方法及装置 Download PDF

Info

Publication number
CN115098677A
CN115098677A CN202210737755.4A CN202210737755A CN115098677A CN 115098677 A CN115098677 A CN 115098677A CN 202210737755 A CN202210737755 A CN 202210737755A CN 115098677 A CN115098677 A CN 115098677A
Authority
CN
China
Prior art keywords
user interface
component
result
classification
image
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.)
Pending
Application number
CN202210737755.4A
Other languages
English (en)
Inventor
艾剑飞
赵盼盼
孟超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jinwei Zhiguang Information Technology Co ltd
Original Assignee
Beijing Jinwei Zhiguang Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jinwei Zhiguang Information Technology Co ltd filed Critical Beijing Jinwei Zhiguang Information Technology Co ltd
Priority to CN202210737755.4A priority Critical patent/CN115098677A/zh
Publication of CN115098677A publication Critical patent/CN115098677A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请提供了一种用户界面组件分类方法及装置，获取用户界面设计稿及其用户界面代码文件；其中，所述用户界面设计稿包括至少一个组件的图像，所述用户界面代码文件包括所述至少一个组件的代码；利用所述用户界面设计稿的图像特征，对所述用户界面设计稿的组件图像进行分类；利用所述至少一个组件的代码的文本特征，对所述用户界面代码文件进行分类；结合组件图像的分类结果和代码文件的分类结果，得到用户界面组件的分类结果。使得组件识别过程中误识别、分类错误的情况大量减少，能够提高对组件分类的准召率，达到了组件精准识别的效果。

Description

一种用户界面组件分类方法及装置
技术领域
本申请涉及软件设计技术领域，尤其涉及一种用户界面组件分类方法及装置。
背景技术
随着移动端应用程序APP、小程序的崛起，研发工程师需要设计各种软件，并且通过计算机语言编写代码实现。工程师编写程序从工具化变为工程化，从面向过程变为面向对象，不断提升编写速度，来应对不同的业务需求和功能。因此，有款可以实现输入一张移动端用户界面(UI)设计稿一键式生成前端代码的产品兴起。其中，UI设计稿中的各个组件准确的识别是一项基础工作。
现阶段设计稿的组件识别是通过对设计图中视觉特征的理解，用计算机视觉中的目标检测算法检测后，用图像分类算法做分类，实现对设计图中组件模块的分类识别。但是，由于组件类别较多，部分组件视觉特征相似，在识别过程中会出现误识别、分类错误的情况，影响对组件的识别结果。
因此，如何提供一种识别精准的用户界面组件分类方法，是本领域技术人员急需解决的技术问题。
发明内容
有鉴于此，本申请实施例提供了一种用户界面组件分类方法及装置，旨在提升用户组件识别的精准度，减少误识别、分类错误的情况。
第一方面，本申请实施例提供了一种用户界面组件分类方法，包括：
获取用户界面设计稿及其用户界面代码文件；其中，所述用户界面设计稿包括至少一个组件的图像，所述用户界面代码文件包括所述至少一个组件的代码；
利用所述用户界面设计稿的图像特征，对所述用户界面设计稿的组件图像进行分类；
利用所述至少一个组件的代码的文本特征，对所述用户界面代码文件进行分类；
结合组件图像的分类结果和代码文件的分类结果，得到用户界面组件的分类结果。
优选的，所述利用所述用户界面设计稿的图像特征，对所述用户界面设计稿的组件图像进行分类，包括：
利用目标检测算法检测所述用户界面设计稿，得到组件图像；
利用图像分类算法对所述组件图像进行分类，得到第一类别结果及其概率值，所述第一类别结果用于指示根据所述图像组件分类的结果。
优选的，所述利用所述至少一个组件的代码的文本特征，对所述用户界面代码文件进行分类，包括：
提取所述用户界面代码文件的文本数据；
将所述文本数据进行分类，得到第二类别结果及其概率值，所述第二类别结果用于指示根据所述文本数据分类的结果。
优选的，所述结合组件图像的分类结果和代码文件的分类结果，得到用户界面组件的分类结果，包括：
获取所述组件图像的坐标值和所述文本数据的坐标值；
根据所述组件图像的坐标值和所述文本数据的坐标值，将所述组件图像与所述文本数据匹配；
利用多任务学习算法，得到相匹配的组件的分类结果。
优选的，所述利用多任务学习算法得到相匹配的组件的分类结果，包括：
设定所述第一类别结果的权重值和所述第二类别结果的权重值；
利用所述权重值，加权计算所述第一类别结果的概率值和所述第二类别结果的概率值；
对所述计算结果进行分析，得到相匹配的组件的分类结果。
第二方面，本申请实施例提供了一种用户界面组件分类装置，包括：
获取模块，用于获取用户界面设计稿及其用户界面代码文件；其中，所述用户界面设计稿包括至少一个组件的图像，所述用户界面代码文件包括所述至少一个组件的代码；
第一分类模块，用于利用所述用户界面设计稿的图像特征，对所述用户界面设计稿的组件图像进行分类；
第二分类模块，用于利用所述至少一个组件的代码的文本特征，对所述用户界面代码文件进行分类；
结果模块，用于结合组件图像的分类结果和代码文件的分类结果，得到用户界面组件的分类结果。
优选的，所述第一分类模块，包括：
检测单元，用于利用目标检测算法检测所述用户界面设计稿，得到组件图像；
第一结果单元，用于利用图像分类算法对所述组件图像进行分类，得到第一类别结果及其概率值，所述第一类别结果用于指示根据所述图像组件分类的结果。
优选的，所述第二分类模块，包括：
提取单元，用于提取所述用户界面代码文件的文本数据；
第二结果单元，用于将所述文本数据进行分类，得到第二类别结果及其概率值，所述第二类别结果用于指示根据所述文本数据分类的结果。
第三方面，本申请实施例提供了一种设备，所述设备包括存储器和处理器，所述存储器用于存储指令或代码，所述处理器用于执行所述指令或代码，以使所述设备执行前述第一方面任一项所述的用户界面组件分类方法。
第四方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质中存储有代码，当所述代码被运行时，运行所述代码的设备实现前述第一方面任一项所述的用户界面组件分类方法。
本申请实施例提供了一种用户界面组件分类方法。在执行所述方法时，先获取用户界面设计稿及其用户界面代码文件；其中，所述用户界面设计稿包括至少一个组件的图像，所述用户界面代码文件包括所述至少一个组件的代码；后利用所述用户界面设计稿的图像特征，对所述用户界面设计稿的组件图像进行分类；然后利用所述至少一个组件的代码的文本特征，对所述用户界面代码文件进行分类；最后结合组件图像的分类结果和代码文件的分类结果。如此，引入文本特征作为辅助特征，以得到用户界面组件的分类结果。通过多模态分类算法以及多任务学习，将图像特征和文字特征结合一起进行组件分类，使得组件识别过程中误识别、分类错误的情况大量减少，能够提高对组件分类的准召率，达到了组件精准识别的效果。
附图说明
为更清楚地说明本实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的用户界面组件分类方法的一种方法流程图；
图2为本申请实施例提供的用户界面组件分类方法的另一种方法流程图；
图3为本申请实施例提供的用户界面组件分类方法的一种装置结构示意图；
图4为本申请实施例提供的用户界面组件分类方法的一种设备结构示意图。
具体实施方式
移动端互联网时代，几乎人人都有一部智能手机，而手机的应用程序(Application，APP)界面的图标，就可以称之为用户界面。对用户界面的设计也可以叫做界面设计(User Interface,UI)。UI设计师就是负责设计这些在电子屏幕上显示的产品(包括游戏UI，网页端，手机，以及其他设备端等)，比如微信界面、里面的图标、文字、图片整个操作点击都属于UI设计师要设计的范畴。UI设计师需要做的工作不仅有APP界面图标设计，视觉设计，运营插画设计，交互动效设计，原型图设计，平面设计，小程序设计等，还需要利用计算机语言编写代码实现。
而现有的将UI设计稿一键式转换成前端代码的技术，是基于计算机视觉技术对UI设计稿中组件进行图像识别，以得到UI设计稿中多个组件的代码。由于只利用计算机视觉来识别，又而部分组件视觉特征相似，在识别过程中会出现误识别、分类错误的情况，影响对组件的识别结果。因此，需要一种精准识别的用户界面组件分类方法。
本申请实施例提供的方法由计算机设备执行，用于对用户界面组件进行分类。
显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
参见图1，图1为本申请实施例提供的用户界面组件分类方法的一种方法流程图，包括：
步骤S101：获取用户界面设计稿及其用户界面代码文件。
发明人经过对现有的UI设计稿进行分析后发现，将UI设计稿中的图像特征，与通过UI设计稿得到的代码组件的文本特征相结合，可以提升组件识别精度。其中，文本特征可作为图像特征的辅助特征。因此本实施例采用双塔模型，即将图像分类算法和文本分类算法多任务学习，多模态执行结合两个结果得到组件分类的最终结果。因此，需要首先获取用户界面设计稿及其用户界面代码文件，其中，所述用户界面设计稿包括至少一个组件的图像；所述用户界面代码文件是利用软件即服务(Software-as-a-Service，SaaS)，由输入的UI设计稿一键式生成的代码文件，其包括所述至少一个组件的代码。
步骤S102：利用所述用户界面设计稿的图像特征，对所述用户界面设计稿的组件图像进行分类。
面对视觉特征差异大的组件，通过图像分类的方法，可以有效对组件进行分类，识别精准度比较高。而面对繁多的组件类型，可以根据图像特征进行初步的分类，同时，也可以为文字识别提供支撑基础。
步骤S103：利用所述至少一个组件的代码的文本特征，对所述用户界面代码文件进行分类。
面对图标之间差异较小的多个组件，采用图像分类的方法很容易因为其视觉特征相似，从而在识别过程中出现误识别、分类错误的情况，影响组件的识别结果。因此，利用文本特征可以辅助视觉特征，提升精准度，提高组建分类的准召度。
步骤S104：结合组件图像的分类结果和代码文件的分类结果，得到用户界面组件的分类结果。
将组件图像的分类结果和代码文件的分类结果相结合，既可以在面对繁多的组件类型时，根据图像特征进行初步的分类，又可以面对图标之间差异较小的多个组件时，利用文本特征可以辅助视觉特征，提升精准度，以此结合二者的优点，减少二者的不足，从而得到一个更精准的用户界面组件分类结果。
综上，引入文本特征作为辅助特征，以得到用户界面组件的分类结果。通过多模态分类算法以及多任务学习，将图像特征和文字特征结合一起进行组件分类，使得组件识别过程中误识别、分类错误的情况大量减少，能够提高对组件分类的准召率，达到了组件精准识别的效果。
在本申请实施例中，上述图1所述的步骤存在多种可能的实现方式，下面分别进行介绍。需要说明的是，下文介绍中给出的实现方式仅作为示例性的说明，并不代表本申请实施例的全部实现方式。
参见图2，该图为用户界面组件分类方法的另一种方法流程图。
S201：获取用户界面设计稿及其用户界面代码文件；
本实施例采用双塔模型，即将图像分类算法和文本分类算法多任务学习，多模态执行结合两个结果得到组件分类的最终结果。因此，需要首先获取用户界面设计稿及其用户界面代码文件，其中，所述用户界面设计稿包括至少一个组件的图像；所述用户界面代码文件是利用软件即服务(Software-as-a-Service，SaaS)，由输入的UI设计稿一键式生成的代码文件，其包括所述至少一个组件的代码。
S202：利用用户界面设计稿对所述组件图像进行分类，得到第一类别结果及其概率值。
因为用户界面设计稿并不能直接划分各个组件，所以在分类前需要利用目标检测算法检测所述用户界面设计稿，得到组件图像。得到组件图像之后，可以直接利用图像分类算法对所述组件图像进行分类，可以得到第一类别结果及其概率值。其中，第一类别结果代表图像组件分类的结果。
S203：提取所述用户界面代码文件的文本数据。
S204：将所述文本数据进行分类，得到第二类别结果及其概率值。
因为组件类别较多，会出现部分组件视觉特征相似的情况，从而导致识别过程中出现误识别、分类错误的情况，影响对组件的识别结果。而发明人发现，在图像特征相似的情况下，可以利用文本特征的差异来提高准确度，因此引入利用文本数据分类，对组件的代码文件进行识别，以此得到第二分类结果及其概率值，其中，第二类别结果代表根据所述文本数据分类的结果。
S205：将所述组件图像与所述文本数据匹配。
首先，可以获取所述组件图像的坐标值和所述文本数据的坐标值。然后，可以根据所述组件图像的坐标值和所述文本数据的坐标值，将所述组件图像与所述文本数据匹配。因为组件类别较多，因此，需要对组件的图像和组件的文本数据进行匹配。由于同一组件在图像上的位置信息，与该组件在文本数据中描述的位置信息相匹配，利用坐标值可以将组件图像和文本数据匹配。
S206：加权计算所述第一类别结果的概率值和所述第二类别结果的概率值。
设定所述第一类别结果的权重值和所述第二类别结果的权重值；利用所述权重值，加权计算所述第一类别结果的概率值和所述第二类别结果的概率值。例如，将图像分类结果作为主要特征，文本分类结果作为辅助特征，为了便于侧重而增加权重值，可以将图像分类结果的权重值设置为10，将文本分类结果的权重值设置为5，将权重值10与第一类别结果的概率值相乘，将权重值5与第二类别结果的概率值相乘，将两次相乘的积相加，得到确定结果的影响因子。通过对不同数据的准确度的了解，通过设置不同的权重值，可以使结果更加接近准确值。
在一种可能的实施方式中，加权计算的公式可以为F＝A(img_cls,img_pro)+B(tx_cls,tx_pro)；
其中，F为图像模态、文本模态的影响因子，A为图像模态权重值，B为文本模态权重值，(img_cls,img_pro)为第一类别结果的概率值，(tx_cls,tx_pro)为第二类别结果的概率值。利用公式对组件图像和组件对应的文本的类别、概率通过多任务学习算法(ModelingTask Relationships in Multi-task Learning with Multi-gate Mixture-of-Experts,MMoE)动态计算出最优解，得到图像模态、文本模态的影响因子，从而得到该组件的类别。
S207：对所述计算结果进行分析，得到相匹配的组件的分类结果。
因为计算结果是一个影响因子，因此需要对影响因子进行分析，从而综合判定出组件类别。
以上为本申请实施例提供用户界面组件分类方法的一些具体实现方式，基于此，本申请还提供了对应的装置。下面将从功能模块化的角度对本申请实施例提供的装置进行介绍。
参见图3所示的用户界面组件分类装置300的结构示意图，该装置300包括获取模块301、第一分类模块302、第二分类模块303和结果模块304。
获取模块301，用于获取用户界面设计稿及其用户界面代码文件；其中，所述用户界面设计稿包括至少一个组件的图像，所述用户界面代码文件包括所述至少一个组件的代码；
第一分类模块302，用于利用所述用户界面设计稿的图像特征，对所述用户界面设计稿的组件图像进行分类；
第二分类模块303，用于利用所述至少一个组件的代码的文本特征，对所述用户界面代码文件进行分类；
结果模块304，用于结合组件图像的分类结果和代码文件的分类结果，得到用户界面组件的分类结果。
所述第一分类模块302，具体包括：
检测单元，用于利用目标检测算法检测所述用户界面设计稿，得到组件图像；
第一结果单元，用于利用图像分类算法对所述组件图像进行分类，得到第一类别结果及其概率值，所述第一类别结果用于指示根据所述图像组件分类的结果。
所述第二分类模块303，具体包括：
提取单元，用于提取所述用户界面代码文件的文本数据；
第二结果单元，用于将所述文本数据进行分类，得到第二类别结果及其概率值，所述第二类别结果用于指示根据所述文本数据分类的结果。
所述结果模块304，具体包括：
坐标获取单元，用于获取所述组件图像的坐标值和所述文本数据的坐标值；
匹配单元，用于根据所述组件图像的坐标值和所述文本数据的坐标值，将所述组件图像与所述文本数据匹配；
结果单元，用于利用多任务学习算法，得到相匹配的组件的分类结果。
所述结果单元，具体包括：
权重组件，用于设定所述第一类别结果的权重值和所述第二类别结果的权重值；
加权计算组件，用于利用所述权重值，加权计算所述第一类别结果的概率值和所述第二类别结果的概率值；
分析组件，用于对所述计算结果进行分析，得到相匹配的组件的分类结果。
本申请实施例还提供了对应的设备以及计算机存储介质，用于实现本申请实施例提供的方案。
其中，所述设备包括存储器和处理器，所述存储器用于存储指令或代码，所述处理器用于执行所述指令或代码，以使所述设备执行本申请任一实施例所述的用户界面组件分类方法。
所述计算机存储介质中存储有代码，当所述代码被运行时，运行所述代码的设备实现本申请任一实施例所述的用户界面组件分类方法。
本申请实施例中提到的“第一”、“第二”(若存在)等名称中的“第一”、“第二”只是用来做名字标识，并不代表顺序上的第一、第二。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如只读存储器(英文：read-only memory，ROM)/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者诸如路由器等网络通信设备)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅是本申请示例性的实施方式，并非用于限定本申请的保护范围。

Claims (10)

1.一种用户界面组件分类方法，其特征在于，包括：
获取用户界面设计稿及其用户界面代码文件；其中，所述用户界面设计稿包括至少一个组件的图像，所述用户界面代码文件包括所述至少一个组件的代码；
利用所述用户界面设计稿的图像特征，对所述用户界面设计稿的组件图像进行分类；
利用所述至少一个组件的代码的文本特征，对所述用户界面代码文件进行分类；
结合组件图像的分类结果和代码文件的分类结果，得到用户界面组件的分类结果。
2.根据权利要求1所述的方法，其特征在于，所述利用所述用户界面设计稿的图像特征，对所述用户界面设计稿的组件图像进行分类，包括：
利用目标检测算法检测所述用户界面设计稿，得到组件图像；
利用图像分类算法对所述组件图像进行分类，得到第一类别结果及其概率值，所述第一类别结果用于指示根据所述图像组件分类的结果。
3.根据权利要求1所述的方法，其特征在于，所述利用所述至少一个组件的代码的文本特征，对所述用户界面代码文件进行分类，包括：
提取所述用户界面代码文件的文本数据；
将所述文本数据进行分类，得到第二类别结果及其概率值，所述第二类别结果用于指示根据所述文本数据分类的结果。
4.根据权利要求2或3中任意一项所述的方法，其特征在于，所述结合组件图像的分类结果和代码文件的分类结果，得到用户界面组件的分类结果，包括：
获取所述组件图像的坐标值和所述文本数据的坐标值；
根据所述组件图像的坐标值和所述文本数据的坐标值，将所述组件图像与所述文本数据匹配；
利用多任务学习算法，得到相匹配的组件的分类结果。
5.根据权利要求4所述的方法，其特征在于，所述利用多任务学习算法得到相匹配的组件的分类结果，包括：
设定所述第一类别结果的权重值和所述第二类别结果的权重值；
利用所述权重值，加权计算所述第一类别结果的概率值和所述第二类别结果的概率值；
对所述计算结果进行分析，得到相匹配的组件的分类结果。
6.一种用户界面组件分类装置，其特征在于，包括：
获取模块，用于获取用户界面设计稿及其用户界面代码文件；其中，所述用户界面设计稿包括至少一个组件的图像，所述用户界面代码文件包括所述至少一个组件的代码；
第一分类模块，用于利用所述用户界面设计稿的图像特征，对所述用户界面设计稿的组件图像进行分类；
第二分类模块，用于利用所述至少一个组件的代码的文本特征，对所述用户界面代码文件进行分类；
结果模块，用于结合组件图像的分类结果和代码文件的分类结果，得到用户界面组件的分类结果。
7.根据权利要求6所述的装置，其特征在于，所述第一分类模块，包括：
检测单元，用于利用目标检测算法检测所述用户界面设计稿，得到组件图像；
第一结果单元，用于利用图像分类算法对所述组件图像进行分类，得到第一类别结果及其概率值，所述第一类别结果用于指示根据所述图像组件分类的结果。
8.根据权利要求6所述的装置，其特征在于，所述第二分类模块，包括：
提取单元，用于提取所述用户界面代码文件的文本数据；
第二结果单元，用于将所述文本数据进行分类，得到第二类别结果及其概率值，所述第二类别结果用于指示根据所述文本数据分类的结果。
9.一种设备，所述设备包括存储器和处理器，所述存储器用于存储指令或代码，所述处理器用于执行所述指令或代码，以使所述设备执行如权利要求1至5任一项所述用户界面组件分类方法。
10.一种计算机存储介质，所述计算机存储介质中存储有代码，当所述代码被运行时，运行所述代码的设备实现如权利要求1至5任一项所述用户界面组件分类方法。
CN202210737755.4A 2022-06-27 2022-06-27 一种用户界面组件分类方法及装置 Pending CN115098677A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210737755.4A CN115098677A (zh) 2022-06-27 2022-06-27 一种用户界面组件分类方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210737755.4A CN115098677A (zh) 2022-06-27 2022-06-27 一种用户界面组件分类方法及装置

Publications (1)

Publication Number Publication Date
CN115098677A true CN115098677A (zh) 2022-09-23

Family

ID=83294384

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210737755.4A Pending CN115098677A (zh) 2022-06-27 2022-06-27 一种用户界面组件分类方法及装置

Country Status (1)

Country Link
CN (1) CN115098677A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116661940A (zh) * 2023-08-02 2023-08-29 腾讯科技（深圳）有限公司 组件识别方法、装置、计算机设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116661940A (zh) * 2023-08-02 2023-08-29 腾讯科技（深圳）有限公司 组件识别方法、装置、计算机设备和存储介质
CN116661940B (zh) * 2023-08-02 2024-01-09 腾讯科技（深圳）有限公司 组件识别方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
US10777192B2 (en) Method and apparatus of recognizing field of semantic parsing information, device and readable medium
CN115035538B (zh) 文本识别模型的训练方法、文本识别方法及装置
CN113780098B (zh) 文字识别方法、装置、电子设备以及存储介质
CN111832396B (zh) 文档布局的解析方法、装置、电子设备和存储介质
CN111753744B (zh) 用于票据图像分类的方法、装置、设备及可读存储介质
CN112464927B (zh) 一种信息提取方法、装置及系统
CN113377958A (zh) 一种文档分类方法、装置、电子设备以及存储介质
CN112308069A (zh) 一种软件界面的点击测试方法、装置、设备及存储介质
CN112926621A (zh) 数据标注方法、装置、电子设备及存储介质
CN117312140A (zh) 测试用例的生成方法、装置、电子设备及存储介质
CN115098677A (zh) 一种用户界面组件分类方法及装置
CN113705224A (zh) 一种语音识别的调度业务语音交互方法及系统
CN113342954A (zh) 一种应用于问答系统的图像信息处理方法、装置及电子设备
CN117636368A (zh) 批改方法、装置、设备及介质
CN110929499B (zh) 文本相似度获取方法、装置、介质及电子设备
CN116340172A (zh) 基于测试场景的数据收集方法、装置及测试用例检测方法
CN113836297B (zh) 文本情感分析模型的训练方法及装置
CN112231234B (zh) 跨平台用户界面自动化测试方法、装置、设备和存储介质
CN113900956A (zh) 测试用例的生成方法、装置、计算机设备及存储介质
CN113805861A (zh) 基于机器学习的代码生成方法、代码编辑系统及存储介质
CN114064010A (zh) 前端代码生成方法、装置、系统及存储介质
CN113221566A (zh) 实体关系抽取方法、装置、电子设备和存储介质
CN113515280A (zh) 页面代码生成方法、装置
CN112783483A (zh) 基于悬浮按钮组件的功能创建方法、装置、设备及介质
CN114328242B (zh) 表单的测试方法、装置、电子设备和介质

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