[发明专利]基于机器学习的前端辅助开发方法和装置

说明书

本申请公开了一种基于机器学习的前端辅助开发方法和装置。其中方法包括：利用经过训练的长短期记忆网络对PSD格式文件的每一层图像进行识别，生成与该层图像对应的代码化数据；前端界面数据生成步骤：基于每一层图像的配置信息和相应的代码化数据，生成前端界面数据；其中，长短期记忆网络通过以下步骤进行训练：将网页样本集合中的每一个网页样本拆分成网页模块，将网页样本集合中相似数量高于第一阈值的网页模块保存为公共模块；将公共模块和相应的代码化数据作为训练样本，对长短期记忆网络模型进行深度训练，得到深度长短期记忆网络。该方法采用机器学习识别PSD文件并转化为前端界面数据，减少前端开发工作量，提高了项目开发速度。

技术领域

本申请涉及到机器学习和网页技术领域，特别是涉及一种基于机器学习的前端辅助开发方法和装置。

背景技术

随着互联网的高速发展，浏览器的性能也越来越好，很多系统都开始采用B/S(浏览器/服务器)的模式来进行开发工作。在传统的开发流程中，通常是由设计师先用Photoshop软件制作PSD格式的设计稿后交由前端开发工程师通过编写代码的方式将图形用户界面中的界面元素布局到Web前端，然后由前端工程师再和后端工程师配合完成网页的逻辑部分。从上述的流程的描述中不难看出，前端开发工程师的工作量较大，因此，Web前端开发的工作可能成为整个项目的瓶颈，影响项目开发的进度。

发明内容

本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。

根据本申请的一个方面，提供了一种基于机器学习的前端辅助开发方法，包括：

数据文件生成步骤：利用经过训练的长短期记忆网络对PSD格式文件的每一层图像进行识别，生成与该层图像对应的代码化数据；

前端界面数据生成步骤：基于每一层图像的配置信息和相应的代码化数据，生成前端界面数据；

其中，所述长短期记忆网络通过以下步骤进行训练：

公共模块保存步骤：将网页样本集合中的每一个网页样本拆分成网页模块，将所述网页样本集合中相似数量高于第一阈值的网页模块保存为公共模块；

模型训练步骤：将所述公共模块和相应的代码化数据作为训练样本，对长短期记忆网络模型进行深度训练，得到深度长短期记忆网络。

本申请提供的方法采用机器学习方式识别PSD格式中各个层，并且能够将其转化为前端界面数据，能够让不懂代码的设计师在设计网页设计稿的同时制作静态网页页面，从而减少前端开发人员的工作量，提高了整体的开发速度和效率，解决了项目开发过程中的瓶颈问题。

可选地，所述公共模块保存步骤包括：

网页样本集合获取步骤：将至少一个项目的每一个网页保存为网页图片，所有的网页图片组成网页样本集合；

网页模块拆分步骤：对于网页样本集合中的每一个网页图片按照结构进行拆分得到多个网页模块；

图片指纹计算步骤：对于每一个网页模块，计算该网页模块的图片指纹；和

公共模块保存步骤：比较所述网页模块的图片指纹的相似度，将相似数量满足第一阈值的网页模块保存为公共模块。

采用该方法，能够将项目开发过程中利用率最高的网页模块进行代码化处理，从而避免重复性劳动，减轻前端开发人员的工作量，提高工作效率。

可选地，所述模型训练步骤包括：

特征提取步骤：将公共模块通过卷积神经网络得到特征图和特征向量；

深度训练步骤：将公共模块的特征图与特征向量以及该公共模块的代码化数据输入到长短期记忆网络模型中进行深度训练；和