【技术实现步骤摘要】
本公开涉及计算机，具体涉及前端代码生成方法和装置、组件特征识别模型训练方法和装置、电子设备以及计算机可读介质。
技术介绍
1、现有技术中，依靠图像或实时视频生成代码主要是基于计算机视觉算法，根据图像中的特征，分析出该特征所对应的前端页面结构，使用该结构生成前端页面代码。
2、由于计算机视觉算法无法准确对图像中的信息进行提取、分层、归类，同时由于开发人员对自身代码的要求远远比计算机生成的代码要高，可能导致生成的代码不能直接用于生产。
技术实现思路
1、本公开的实施例提出了前端代码生成方法和装置、组件特征识别模型训练方法和装置、电子设备、计算机可读介质。
2、第一方面，本公开的实施例提供了一种前端代码生成方法，该方法包括：获取待识别图像；基于待识别图像和预训练的组件特征识别模型，得到与待识别图像对应的组件特征信息，组件特征识别模型用于表征图像、组件标识信息两者与组件特征信息之间的对应关系；基于组件特征信息和预置的标识特征关系表，确定待识别图像的组件标识信息，标识特征关系表用于表征组件标识信息与组件特征信息之间的对应关系；基于组件标识信息，得到待识别图像的前端代码。
3、在一些实施例中，上述基于组件标识信息，得到待识别图像的前端代码包括：基于组件标识信息，确定待识别图像的扩展字段；基于扩展字段，从预先设置的分布式版本控制系统中得到待识别图像对应的前端代码。
4、在一些实施例中，上述组件标识信息包括：组件特征，基于组件特征信息和预置的标识特征
5、在一些实施例中，上述组件标识信息还包括：特征标识，基于组件特征信息和预置的标识特征关系表，确定待识别图像的组件标识信息包括：检测标识特征关系表中是否具有组件特征信息中的特征标识；响应于标识特征关系表中具有组件特征信息中的特征标识，基于该特征标识，得到记载在标识特征关系表中与待识别图像相关的组件标识信息。
6、在一些实施例中，上述标识特征关系表通过以下步骤得到：获取与组件的组件图像；将组件图像与组件的组件标识关联，得到关联数据；将关联数据输入组件特征识别模型，得到组件特征识别模型输出的组件特征信息；将组件特征信息与组件的组件标识信息相关联，得到标识特征关系表。
7、第二方面，本公开的实施例提供了一种组件特征识别模型训练方法，该方法包括：获取样本集，样本集包括至少一个样本，样本包括样本图像以及与样本图像相关联的组件标识；获取组件特征识别网络，组件特征识别网络用于识别图像特征和组件标识的语义特征，并基于图像特征和语义特征，得到组件特征信息；进行以下训练步骤：从样本集中选取样本；将该样本输入组件特征识别网络，得到组件特征识别网络输出的组件特征信息；响应于组件特征识别网络满足训练完成条件，得到与组件特征识别网络对应的组件特征识别模型。
8、在一些实施例中，上述样本通过如下步骤得到：从组件库中选择组件；从图像库中筛选出与组件的布局相似或相同的图像，得到样本图像；关联组件的组件标识与样本图像，得到样本。
9、第三方面，本公开的实施例提供了一种前端代码生成装置，该装置包括：图像获取单元，被配置成获取待识别图像；信息得到单元，被配置成基于待识别图像和预训练的组件特征识别模型，得到与待识别图像对应的组件特征信息，组件特征识别模型用于表征图像、组件标识信息两者与组件特征信息之间的对应关系；信息确定单元，被配置成基于组件特征信息和预置的标识特征关系表，确定待识别图像的组件标识信息，标识特征关系表用于表征组件标识信息与组件特征信息之间的对应关系；代码得到单元，被配置成基于组件标识信息，得到待识别图像的前端代码。
10、在一些实施例中，上述代码得到单元进一步被配置成：基于组件标识信息，确定待识别图像的扩展字段；基于扩展字段，从预先设置的分布式版本控制系统中得到待识别图像对应的前端代码。
11、在一些实施例中，上述组件标识信息包括：组件特征，信息确定单元进一步被配置成：将组件特征信息中的组件特征与预置的标识特征关系表中各个组件的组件特征进行相似度比对；响应于组件特征信息中的组件特征与标识特征关系表中组件特征的相似度大于相似度阈值，基于该组件特征，得到记载在标识特征关系表中与待识别图像相关的组件标识信息。
12、在一些实施例中，上述组件标识信息还包括：特征标识，信息确定单元进一步被配置成：检测标识特征关系表中是否具有组件特征信息中的特征标识；响应于标识特征关系表中具有组件特征信息中的特征标识，基于该特征标识，得到记载在标识特征关系表中与待识别图像相关的组件标识信息。
13、在一些实施例中，上述标识特征关系表通过数据处理单元得到，该数据处理单元被配置成：获取与组件的组件图像；将组件图像与组件的组件标识关联，得到关联数据；将关联数据输入组件特征识别模型，得到组件特征识别模型输出的组件特征信息；将组件特征信息与组件的组件标识信息相关联，得到标识特征关系表。
14、第四方面，本公开的实施例提供了一种组件特征识别模型训练装置，该装置包括：样本获取单元，被配置成获取样本集，样本集包括至少一个样本，样本包括样本图像以及与样本图像相关联的组件标识；网络获取单元，被配置成获取组件特征识别网络，组件特征识别网络用于识别图像特征和组件标识的语义特征，并基于图像特征和语义特征，得到组件特征信息；选取单元，被配置成从样本集中选取样本；输入单元，被配置成将该样本输入组件特征识别网络，得到组件特征识别网络输出的组件特征信息；模型得到单元，被配置成响应于组件特征识别网络满足训练完成条件，得到与组件特征识别网络对应的组件特征识别模型。
15、在一些实施例中，上述样本通过样本处理单元得到，样本处理单元进一步被配置成：从组件库中选择组件；从图像库中筛选出与组件的布局相似或相同的图像，得到样本图像；关联组件的组件标识与样本图像，得到样本。
16、第五方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面或第二方面中任一实施例描述的方法。
17、第六方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面或第二方面中任一实施例描述的方法。
18、本公开的实施例提供的前端代码生成方法和装置，首先，获取待识别图像；其次，基于待识别图像和预训练的组件特征识别模型，得到与待识别图像对应的组件特征信息，组件特征识别模型用于表征图像、组件标识信息两者与组件特征信息之间的对应关系；再次，基于组件特征信本文档来自技高网...
【技术保护点】
1.一种前端代码生成方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述基于所述组件标识信息，得到所述待识别图像的前端代码包括：
3.根据权利要求1所述的方法，其中，所述组件标识信息包括：组件特征，所述基于所述组件特征信息和预置的标识特征关系表，确定所述待识别图像的组件标识信息包括：
4.根据权利要求1所述的方法，其中，所述组件标识信息还包括：特征标识，所述基于所述组件特征信息和预置的标识特征关系表，确定所述待识别图像的组件标识信息包括：
5.根据权利要求3所述的方法，其中，所述标识特征关系表通过以下步骤得到：
6.一种组件特征识别模型训练方法，所述方法包括：
7.根据权利要求6所述的方法，其中，所述样本通过如下步骤得到：
8.一种前端代码生成装置，所述装置包括：
9.一种组件特征识别模型训练装置，所述装置包括：
10.一种电子设备，包括：
11.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-7中任一项所述的方法
...【技术特征摘要】
1.一种前端代码生成方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述基于所述组件标识信息，得到所述待识别图像的前端代码包括：
3.根据权利要求1所述的方法，其中，所述组件标识信息包括：组件特征，所述基于所述组件特征信息和预置的标识特征关系表，确定所述待识别图像的组件标识信息包括：
4.根据权利要求1所述的方法，其中，所述组件标识信息还包括：特征标识，所述基于所述组件特征信息和预置的标识特征关系表，确定所述待识别图像的组件标识信息包括：
<...【专利技术属性】
技术研发人员：孙凯，涂亚，胡骏，
申请(专利权)人：京东科技控股股份有限公司，
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。