【技术实现步骤摘要】
本专利技术实施例涉及计算机，具体涉及一种界面图片识别接口方法、装置、设备及计算机可读存在介质。
技术介绍
1、目前要根据用户上传的功能页面截图确定截图对应调用了哪一接口，一种情况下，需要由开发人员判断出大致可能的功能模块，再从这些功能模块中找出所有的接口逐一比对，确认实际调用的接口，且可能存在同一个功能有客户端开发、h5开发和后台开发，不同功能由不同的人开发，这就容易出现一个功能截图可能需要多个开发开发人员逐一确认，才能最终准确定位到对应的功能接口，通过这一方法存在耗时长、准确率低的情况；另一种情况下，可以通过点击到对应功能跟踪请求，去确认截图对应调用的接口，但是这种方法首先需要知道截图对应的功能页面，并准备好能到达相应的功能页面的账号，才能做到，而一些功能存在特殊账号或特定数据状态的账号才能到达对应功能页面，寻找或构造对应的账号很耗时，还可能存在重现不了的情况。
技术实现思路
1、鉴于上述问题，本专利技术实施例提供了一种界面图片识别接口方法、装置、设备及计算机可读存在介质，用于解决现有技术中存在的根据用户上传的功能页面截图确定对应调用的接口效率和准确率低下的问题。
2、根据本专利技术实施例的一个方面，提供了一种界面图片识别接口方法，所述方法包括：
3、获取用户上传的目标功能页面的目标页面截图；
4、将所述目标页面截图输入图片识别网络，得到与所述目标页面截图对应的第一后台接口；所述图片识别网络通过将训练数据集输入神经网络模型进行分类训练后得到；所
5、在一种可选的方式中，所述方法还包括获取用户上传的用户信息，所述将所述目标页面截图输入图片识别网络，得到与所述目标页面截图对应的第一后台接口，包括：将所述目标页面截图输入所述图片识别网络，获取与所述目标页面截图存在调用可能性的第二后台接口；所述第二后台接口为所述后台接口样本中的至少一个；根据所述用户信息确定用户的请求访问日志，比对所述第二后台接口与所述请求访问日志，在所述第二后台接口中确定所述第一后台接口。
6、在一种可选的方式中，所述得到与所述目标页面截图对应的第一后台接口之后，所述方法包括：将所述第一后台接口输入问题定位系统；所述问题定位系统与日志系统和接口文档系统连通；所述问题定位系统根据所述第一后台接口，从所述日志系统和所述接口文档系统确定所述第一后台接口对应的接口日志和接口文档。
7、在一种可选的方式中，所述训练数据集还包括功能页面截图样本的图片信息；截图所有用例运行过程中所述功能页面，得到所述功能页面截图样本，并保存所述功能页面截图样本的图片信息；所述图片信息包括截图的第一时间戳和截图账号；所述截图账号为运行所述用例时所用的账号；从后台日志中采集后台接口及后台接口的调用信息，得到所述后台接口样本；所述调用信息包括调用的第二时间戳和调用账号；所述调用账号为调用所述后台接口时所用的账号；根据所述图片信息和所述调用信息，确定所述功能页面截图样本对应调用的所述后台接口样本；打包所述功能页面截图样本及对应的所述后台接口样本和所述图片信息，得到所述训练数据集。
8、在一种可选的方式中，所述根据所述图片信息和所述调用信息，确定所述功能页面截图样本对应调用的所述后台接口样本，包括：分别对各个所述后台接口样本进行唯一编号；将所有的所述功能页面截图样本处理成统一的图片格式；根据所述第一时间戳和所述第二时间戳的对应关系，及所述截图账号和所述调用账号的对应关系，确定所述功能页面截图样本对应调用的所述后台接口样本。
9、在一种可选的方式中，所述图片识别网络通过将训练数据集输入神经网络模型进行分类训练后得到，包括：将所述训练数据集进行数据预处理，包括将所述功能页面截图样本向量化处理；将所述功能页面截图样本对应的所述后台接口样本作为所述功能页面截图样本的类别标签，一个所述后台接口样本对应一个所述类别标签；将数据预处理后的所述训练数据集输入预先构建好的所述神经网络模型中；所述神经网络模型为卷积神经网络模型，包括卷积层和全连接层；所述卷积层提取所述训练数据集的图像特征；所述全连接层根据所述图像特征进行分类训练，得到预测类别标签；所述神经网络模型根据所述预测类别标签对比所述类别标签的准确率，调整所述卷积层和所述全连接层的模型参数，直到所述准确率达到预设阈值；将所述准确率达到预设阈值的神经网络模型输出作为所述图片识别网络。
10、在一种可选的方式中，所述得到与所述目标页面截图对应的第一后台接口之后，所述方法包括：将所述目标页面截图及对应的所述第一后台接口加入新增训练数据集；当新增训练数据集的数据量达到预设值时，根据所述新增训练数据集重新训练所述神经网络模型。
11、根据本专利技术实施例的另一方面，提供了一种界面图片识别接口装置包括：
12、目标截图获取模块，用于获取用户上传的目标功能页面的目标页面截图；
13、输出模块，用于将所述目标页面截图输入图片识别网络，得到与所述目标页面截图对应的第一后台接口；所述图片识别网络通过将训练数据集输入神经网络模型进行分类训练后得到；所述训练数据集包括功能页面截图样本及对应调用的后台接口样本；一个所述功能页面截图样本对应至少一个所述后台接口样本；所述后台接口样本包括接口标识，所述第一后台接口为所述后台接口样本中的至少一个。
14、根据本专利技术实施例的另一方面，提供了一种界面图片识别接口设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
15、所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述的界面图片识别接口方法的操作。
16、根据本专利技术实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令在界面图片识别接口设备上运行时，使得界面图片识别接口设备执行上述的界面图片识别接口方法的操作。
17、本专利技术实施例通过训练好的图片识别网络，能够根据用户提供的目标页面截图快速且较为精准地识别出调用的后台接口，从而根据后台接口找到对应的接口文档、接口日志等详情，方便快速定位问题。
18、上述说明仅是本专利技术实施例技术方案的概述，为了能够更清楚了解本专利技术实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种界面图片识别接口方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括获取用户上传的用户信息，所述将所述目标页面截图输入图片识别网络，得到与所述目标页面截图对应的第一后台接口，包括：
3.根据权利要求1所述的方法，其特征在于，所述得到与所述目标页面截图对应的第一后台接口之后，所述方法包括：
4.根据权利要求1所述的方法，其特征在于，所述训练数据集还包括功能页面截图样本的图片信息；
5.根据权利要求4所述的方法，其特征在于，所述根据所述图片信息和所述调用信息，确定所述功能页面截图样本对应调用的所述后台接口样本，包括：
6.根据权利要求1所述的方法，其特征在于，所述图片识别网络通过将训练数据集输入神经网络模型进行分类训练后得到，包括：
7.根据权利要求1所述的方法，其特征在于，所述得到与所述目标页面截图对应的第一后台接口之后，所述方法包括：
8.一种界面图片识别接口装置，其特征在于，所述装置包括：
9.一种界面图片识别接口设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令在界面图片识别接口设备上运行时，使得界面图片识别接口设备执行如权利要求1-7任意一项所述的界面图片识别接口方法的操作。
...【技术特征摘要】
1.一种界面图片识别接口方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括获取用户上传的用户信息，所述将所述目标页面截图输入图片识别网络，得到与所述目标页面截图对应的第一后台接口，包括：
3.根据权利要求1所述的方法，其特征在于，所述得到与所述目标页面截图对应的第一后台接口之后，所述方法包括：
4.根据权利要求1所述的方法，其特征在于，所述训练数据集还包括功能页面截图样本的图片信息；
5.根据权利要求4所述的方法，其特征在于，所述根据所述图片信息和所述调用信息，确定所述功能页面截图样本对应调用的所述后台接口样本，包括：
6.根据权利要求1所述的方法，其特征在...
【专利技术属性】
技术研发人员：范子果，覃荣勇，李守杰，杨建立，薛仲义，
申请(专利权)人：国信证券股份有限公司，
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。