【技术实现步骤摘要】
一种交互页面生成方法、装置、设备及其存储介质
[0001]本申请涉及金融科技
,应用于金融目标终端交互页面生成场景中,尤其涉及一种交互页面生成方法
、
装置
、
设备及其存储介质
。
技术介绍
[0002]随着金融行业的快速发展,金融公司涉及到的业务范围越来越宽泛,尤其体现在金融业务
APP
更新和设计中,由于涉及到的业务范围越来越宽泛,可能需要根据不同的金融业务设计不同的
APP
应用,也可能随着金融业务的更新调整需要对现有
APP
应用进行更新调整
。
[0003]在目前金融公司内,根据不同的金融业务设计不同的
APP
应用,或者,随着金融业务的更新调整需要对现有
APP
应用进行更新调整,特别是涉及到页面调整时,主要是按照
UI
设计图通过前端人员编写大量代码实现页面更新
。
但是,这种方式,不仅会造成前端人员工作量增加,也存在页面新版本上线不及时或者发版推迟的问题,容易给金融客户带来不好的体验
。
技术实现思路
[0004]本申请实施例的目的在于提出一种交互页面生成方法
、
装置
、
设备及其存储介质,以解决现有技术在进行页面更新时,不仅会造成前端人员工作量增加,也存在页面新版本上线不及时或者发版推迟的问题
。
[0005]为了解决上述技术问题,本申请实施例提供交互页 ...
【技术保护点】
【技术特征摘要】
1.
一种交互页面生成方法,其特征在于,包括下述步骤:获取第一数量的
U I
设计控件,其中,所述
U I
设计控件包括若干种控件类型,同种控件类型的
UI
设计控件包括若干种设计样式;根据所述控件类型及所述设计样式,对所述
U I
设计控件进行标记,获得控件标记字段;根据所述控件类型
、
所述设计样式以及所述控件标记字段,构建标准化
UI
控件库,其中,所述标准化
UI
控件库中包含所述
UI
设计控件的样式文件和交互文件;通过所述
U I
设计控件
、
所述控件标记字段以及预设的训练集,训练预构建的控件识别模型,获得训练完成的控件识别模型,其中,所述训练集中包含了第二数量的
UI
原型图,所述训练集中的
UI
原型图都已明确所包含的
U I
设计控件;获取待识别
U I
原型图;将所述待识别
U I
原型图输入所述训练完成的控件识别模型,识别并输出所述待识别
UI
原型图中所包含
UI
设计控件的控件标记字段,作为筛选字段;通过所述标准化
U I
控件库,获得所述筛选字段对应的样式文件和交互文件;基于所述样式文件
、
所述交互文件以及预设的页面布局文件,生成交互页面
。2.
根据权利要求1所述的交互页面生成方法,其特征在于,所述根据所述控件类型及所述设计样式,对所述
U I
设计控件进行标记,获得控件标记字段的步骤,具体包括:获取根据所述控件类型设置的类型区别字段;获取根据所述设计样式设置的设计样式区别字段;拼接所述
U I
设计控件对应的类型区别字段和设计样式区别字段,获得拼接字段;设置所述拼接字段为所述控件标记字段;所述根据所述控件类型
、
所述设计样式以及所述控件标记字段,构建标准化
UI
控件库的步骤,具体包括:根据所述控件类型及所述设计样式,生成所述
U I
设计控件对应的样式文件和交互文件;设置所述控件标记字段为所述样式文件和交互文件的区别标识,获得构建完成的所述标准化
UI
控件库
。3.
根据权利要求1或2所述的交互页面生成方法,其特征在于,所述通过所述
U I
设计控件
、
所述控件标记字段以及预设的训练集,训练预构建的控件识别模型,获得训练完成的控件识别模型的步骤,具体包括:将所述
U I
设计控件及所述控件标记字段作为分类信息,部署进预构建的控件识别模型内,其中,所述控件识别模型为基于
YOLO
算法的目标检测模型,具体的,将所述
U I
设计控件作为分类参照图片,以及将所述控件标记字段作为相应
U I
设计控件的模型输出字段,一并部署到所述基于
YOLO
算法的目标检测模型;将预设的训练集输入到所述预构建的控件识别模型,训练所述控件识别模型,获得训练完成的控件识别模型
。4.
根据权利要求3所述的交互页面生成方法,其特征在于,所述将预设的训练集输入到所述预构建的控件识别模型,训练所述控件识别模型,获得训练完成的控件识别模型的步骤,具体包括:
步骤
601
,获取所述第二数量的
UI
原型图所分别实际包含的
UI
设计控件,作为参考结果;步骤
602
,将所述第二数量的
U I
原型图输入到所述基于
YOLO
算法的目标检测模型内,进行分类信息检测,并输出相应的控件标记字段;步骤
603
,根据所述控件标记字段,确定所述第二数量的
UI
原型图所分别包含的
UI
设计控件,作为检测结果;步骤
604
,根据预设的损失函数,计算所述检测结果相较于所述参考结果的损失度;步骤
605
,判断所述损失度是否超过预设的损失度阈值;步骤
606
,若所述损失度超过预设的损失度阈值,则调整所述目标检测模型的超参数,重新执行步骤
602
至步骤
605
;步骤
607
,若所述损失度未超过预设的损失度阈值,则获得所述目标检测模型作为训练完成的控件识别模型
。5.
根据权利要求4所述的交互页面生成方法,其特征在于,所述将所述第二数量的
U I
原型图输入到所述基于
YOLO
算法的目标检测模型内,进行分类信息检测,并输出相应的控件标记字段的步骤,具体包括:根据
YOLO
...
【专利技术属性】
技术研发人员:李越,
申请(专利权)人:中国平安财产保险股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。