Publicação
Gerador de código HTML a partir de maquetes
| Resumo: | A automação das tarefas é cada vez mais uma prática atual no ambiente organizacional, sendo que esta prática permite diminuir a necessidade de mão de obra e muitas vezes diminuir os erros associados ao fator humano. O processo atual de desenvolvimento de software na Glintt – HealthCare Solutions tem diversas fases, sendo uma delas a elaboração de protótipos visuais por parte da equipa de design. Estes protótipos visuais são posteriormente transformados em código fonte HTML/CSS/Javascript pela equipa de desenvolvimento. Este processo pode demorar entre dois dias a oito dias dependendo da complexidade do ecrã. No presente documento será apresentada uma solução para gerar o código fonte a partir de uma maquete de forma automática tendo como input uma imagem correspondente ao protótipo. De forma a conceber este trabalho serão usadas técnicas de Deep Learning, em especial Convolutional Neural Networks para a deteção e classificação de objetos em imagens. |
|---|---|
| Autores principais: | Pereira, Paulo Francisco Ferreira |
| Assunto: | Automação Deep Learning Convolutional Neural Networks Automation |
| Ano: | 2018 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico do Porto |
| Idioma: | português |
| Origem: | Repositório Científico do Instituto Politécnico do Porto |
| Resumo: | A automação das tarefas é cada vez mais uma prática atual no ambiente organizacional, sendo que esta prática permite diminuir a necessidade de mão de obra e muitas vezes diminuir os erros associados ao fator humano. O processo atual de desenvolvimento de software na Glintt – HealthCare Solutions tem diversas fases, sendo uma delas a elaboração de protótipos visuais por parte da equipa de design. Estes protótipos visuais são posteriormente transformados em código fonte HTML/CSS/Javascript pela equipa de desenvolvimento. Este processo pode demorar entre dois dias a oito dias dependendo da complexidade do ecrã. No presente documento será apresentada uma solução para gerar o código fonte a partir de uma maquete de forma automática tendo como input uma imagem correspondente ao protótipo. De forma a conceber este trabalho serão usadas técnicas de Deep Learning, em especial Convolutional Neural Networks para a deteção e classificação de objetos em imagens. |
|---|