一种基于深度学习的页面自动化测试方法技术

本申请涉及一种基于深度学习的页面自动化测试方法，基于Page+element的双标签图像识别技术，能够清晰的描述页面的功能和位置信息，减少页面元素的零散型，从而提高复用性并减少测试难度。本申请从元素识别变为特征识别，利用深度学习技术，基于web页面图像进行单独训练，形成深度学习模型，通过自动化图像识别技术，减少web版本迭代对web自动化可靠性的影响。针对测试场景，使用相对较少的图像样本经过图片增强，并基于图像样本进行模型训练，训练后的模型在web自动化测试的私有场景能够得到好高的识别率。

【技术实现步骤摘要】

本申请涉及自动化测试，具体地，涉及一种基于深度学习的页面自动化测试方法。

技术介绍

1、软件测试存在大量重复性的工作，在这个过程中自动化测试可以有效的解决重复性问题，作为提高测试效率的方法，发挥着重要作用。通用的web自动化测试通常基于dom的web进行对象信息提取或者位图检查点，然后通过校验对象是否存在，判断测试结果是否正确；web中存在大量页面相互调用，eb自动化测试代码较多；dom元素像素、位置以及结构稍有变化，web自动化无法正常执行，严重影响测试的效率和测试覆盖度；因此，很难满足在敏捷测试盛行的测试场景，页面样式的变化和服用率低成为web自动化的一个难题。

技术实现思路

1、为了克服现有技术中的至少一个不足，本申请提供一种基于深度学习的页面自动化测试方法。

2、第一方面，提供一种基于深度学习的页面自动化测试方法，包括：

3、步骤s1，构建模型训练数据集，模型训练数据集中的样本为web页面图像，样本的标签为元素在页面中的位置和功能；

4、步骤s2，基于模型训练数据集本文档来自技高网...

【技术保护点】

1.一种基于深度学习的页面自动化测试方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，其中，将待测试的web页面图像输入到所述训练后的深度学习模型，确定所述待测试的web页面图像中每个元素在页面中的位置，以及每个元素的置信度，包括：

3.如权利要求1所述的方法，其特征在于，所述构建模型训练数据集，还包括：

4.如权利要求1所述的方法，其特征在于，所述构建模型训练数据集，还包括：

5.一种基于深度学习的页面自动化测试装置，其特征在于，包括：

6.如权利要求5所述的装置，其特征在于，所述元素位置及置信度确定模块，还用...

【技术特征摘要】

1.一种基于深度学习的页面自动化测试方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，其中，将待测试的web页面图像输入到所述训练后的深度学习模型，确定所述待测试的web页面图像中每个元素在页面中的位置，以及每个元素的置信度，包括：

3.如权利要求1所述的方法，其特征在于，所述构建模型训练数据集，还包括：

4.如权利要求1所述的方法，其特征在于，所述构建模型训练数据集，还包括：<...

【专利技术属性】
技术研发人员：梁江涛，张鹏兴，
申请(专利权)人：西安雷风电子科技有限公司，
类型：发明
国别省市：