返回
ai可以画原画吗（让AI根据手绘原型生成HTML）
ai可以画原画吗（让AI根据手绘原型生成HTML）
2024-09-27 08:22:55  作者:似雨渗入心  网址:https://m.xinb2b.cn/life/gup200977.html

王小新 编译自 Insight Data Blog

量子位 出品 | 公众号 QbitAI


写个网页能有多麻烦？在大多数公司里，这项工作分为三步：


1. 产品经理完成用户调研任务后，列出一系列技术要求；

2. 设计师根据这些要求来设计低保真原型，逐渐修改得到高保真原型和UI设计图；

3. 工程师将这些设计图实现为代码，最终变成用户使用的产品。

这么多环节，任何地方出一点问题，都会拉长开发周期。因此，不少公司，比如Airbnb已经开始用机器学习来提高这个过程的效率。

△ Airbnb内部的AI工具，从图纸到代码一步到位

看起来很美好，但Airbnb还没公开该模型中端到端训练的细节，以及手工设计的图像特征对该模型的贡献度。这是该公司特有的闭源解决方案专利，可能不会进行公开。

好在，一个叫Ashwin Kumar的程序员创建了一个开源版本，让开发者/设计师的工作变得更简单。

以下内容翻译自他的博客：

理想上，这个模型可以根据网站设计的简单手绘原型，很快地生成一个可用的HTML网站：


△ SketchCode模型利用手绘线框图来生成HTML网站

事实上，上面例子就是利用训练好的模型在测试集上生成的一个实际网站，代码请访问：https://github.com/ashnkumar/sketch-code。

从图像标注中获取灵感

目前要解决的问题属于一种更广泛的任务，叫做程序综合（program synthesis），即自动生成工作源代码。尽管很多程序综合研究通过自然语言规范或执行追踪法来生成代码，但在当前任务中，我会充分利用源图像，即给出的手绘线框图来展开工作。

在机器学习中有一个十分热门的研究领域，称为图像标注（image caption），目的是构建一种把图像和文本连接在一起的模型，特别是用于生成源图像内容的描述。


△ 图像标注模型生成源图像的文本描述

我从一篇pix2code论文和另一个应用这种方法的相关项目中获得灵感，决定把我的任务按照图像标注方式来实现，把绘制的网站线框图作为输入图像，并将其相应的HTML代码作为其输出内容。

注：上段提到的两个参考项目分别是

pix2code论文：https://arxiv.org/abs/1705.07962

floydhub教程：https://blog.floydhub.com/turning-design-mockups-into-code-with-deep-learning/?source=techstories.org

获取合适的数据集

确定图像标注方法后，理想中使用的训练数据集会包含成千上万对手绘线框图和对应的HTML输出代码。但是，目前还没有我想要的相关数据集，我只好为这个任务来创建数据集。

最开始，我尝试了pix2code论文给出的开源数据集，该数据集由1750张综合生成网站的截图及其相应源代码组成。


△ pix2code数据集中的生成网站图片和源代码

这是一个很好的数据集，有几个有趣的地方：

该数据集中的每个生成网站都包含几个简单的辅助程序元素，如按钮、文本框和DIV对象。尽管这意味着这个模型受限于将这些少数元素作为它的输出内容，但是这些元素可通过选择生成网络来修改和扩展。这种方法应该很容易地推广到更大的元素词汇表。

每个样本的源代码都是由领域专用语言（DSL）的令牌组成，这是该论文作者为该任务所创建的。每个令牌对应于HTML和CSS的一个片段，且加入编译器把DSL转换为运行的HTML代码。

彩色网站图像变手绘图


为了修改我的任务数据集，我要让网站图像看起来像手工绘制出的。我尝试使用Python中的OpenCV库和PIL库等工具对每张图像进行修改，包括灰度转换和轮廓检测。

最终，我决定直接修改原始网站的CSS样式表，通过执行以下操作：

1. 更改页面上元素的边框半径来平滑按钮和DIV对象的边缘；

2. 模仿绘制的草图来调整边框的粗细，并添加阴影；

3. 将原有字体更改为类似手写的字体；

最终实现的流程中还增加了一个步骤，通过添加倾斜、移动和旋转来实现图像增强，来模拟实际绘制草图中的变化。

使用图像标注模型架构

现在，我已经处理好数据集，接下来是构建模型。

我利用了图像标注中使用的模型架构，该架构由三个主要部分组成：

1. 一种使用卷积神经网络（CNN）的计算机视觉模型，从源图像提取图像特征；

2. 一种包含门控单元GRU的语言模型，对源代码令牌序列进行编码；

3. 一个解码器模型，也属于GRU单元，把前两个步骤的输出作为输入，并预测序列中的下一个令牌。


△ 以令牌序列为输入来训练模型

为了训练模型，我将源代码拆分为令牌序列。模型的输入为单个部分序列及它的源图像，其标签是文本中的下一个令牌。该模型使用交叉熵函数作为损失函数，将模型的下个预测令牌与实际的下个令牌进行比较。

在模型从头开始生成代码的过程中，该推理方式稍有不同。图像仍然通过CNN网络进行处理，但文本处理开始时仅采用一个启动序列。在每个步骤中，模型对序列中输出的下个预测令牌将会添加到当前输入序列，并作为新的输入序列送到模型中；重复此操作直到模型的预测令牌为，或该过程达到每个文本中令牌数目的预定义值。

当模型生成一组预测令牌后，编译器就会将DSL令牌转换为HTML代码，这些HTML代码可以在任何浏览器中运行。

用BLEU分数评估模型

我决定使用BLEU分数来评估模型。这是机器翻译任务中常用的一种度量标准，通过在给定相同输入的情况下，衡量机器生成的文本与人类可能产生内容的近似程度。

实际上，BLEU通过比较生成文本和参考文本的N元序列，以创建修改后的准确版本。它非常适用于这个项目，因为它会影响生成HTML代码中的实际元素，以及它们之间的相互关系。

最棒的是，我还可以通过检查生成的网站来比较当前的实际BLEU分数。


△ 观察BLEU分数

当BLEU分数为1.0时，则说明给定源图像后该模型能在正确位置设置合适的元素，而较低的BLEU分数这说明模型预测了错误元素或是把它们放在相对不合适的位置。我们最终模型在评估数据集上的BLEU分数为0.76。

福利：定制网页风格

后来，我还想到，由于该模型只生成当前页面的框架，即文本的令牌，因此我可以在编译过程中添加一个定制的CSS层，并立刻得到不同风格的生成网站。


△ 一个手绘图生成多种风格的网页

把风格定制和模型生成两个过程分开，在使用模型时带来了很多好处：

1.如果想要将SketchCode模型应用到自己公司的产品中，前端工程师可以直接使用该模型，只需更改一个CSS文件来匹配该公司的网页设计风格；

2. 该模型内置的可扩展性，即通过单一源图像，模型可以迅速编译出多种不同的预定义风格，因此用户可以设想出多种可能的网站风格，并在浏览器中浏览这些生成网页。

总结和展望

受到图像标注研究的启发，SketchCode模型能够在几秒钟内将手绘网站线框图转换为可用的HTML网站。

但是，该模型还存在一些问题，这也是我接下来可能的工作方向：

1. 由于这个模型只使用了16个元素进行训练，所以它不能预测这些数据以外的令牌。下一步方向可能是使用更多元素来生成更多的网站样本，包括网站图片，下拉菜单和窗体，可参考启动程序组件（https://getbootstrap.com/docs/4.0/components/buttons/）来获得思路；

2. 在实际网站构建中，存在很多变化。创建一个能更好反映这种变化的训练集，是提高生成效果的一种好方法，可以通过获取更多网站的HTML/CSS代码以及内容截图来提高；

3. 手绘图纸也存在很多CSS修改技巧无法捕捉到的变化。解决这个问题的一种好方法是使用生成对抗网络GAN来创建更逼真的绘制网站图像。

相关地址

代码：https://github.com/ashnkumar/sketch-code

原文：https://blog.insightdatascience.com/automated-front-end-development-using-deep-learning-3169dd086e82

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

  • 初级会计要考哪些书的内容（考会计证需要看什么书）
  • 2024-09-27考会计证需要看什么书2022年初级会计考试延期举行，对于考生而言，初级会计考试备考时间增加，希望各位初级会计考生能够抓住这次的机会，好好学习！近期初级会计考试的热度是比较高的，不少考生咨询，考会计证需要看什么书？初级会计。
  • 盘点dnf中价值连城的神器装备（盘点60版本价值不菲的神器）
  • 2024-09-27盘点60版本价值不菲的神器DNF已经更新到了90版本，有很多属性逆天的新装备不断出现，但是在很多老玩家的心理，有些装备的地位依旧是不可取代的，下面笔者就跟大家盘点一下60版本价值不菲的神器，每一把都是曾经土豪的象征，有兴趣的朋。
  • 灯塔夜读后感悟（灯塔夜读愿你心有所向）
  • 2024-09-27灯塔夜读愿你心有所向时间如流水，不分昼夜向前流去新的一年，请记得这样为自己赋能家人围坐，灯火可亲忙了一年，也该好好休息休息利用这难得的机会好好陪妈妈唠唠嗑，陪爸爸喝喝茶，陪爱人聊聊天，陪孩子玩一会，听听他们这一年的感受，。
  • iphone关机了怎么查找（查找我的iphone关机了该怎么办）
  • 2024-09-27查找我的iphone关机了该怎么办升级iOS15以后有一个非常重要的新功能就是“查找网络”也就是iPhone关机后仍可找到当我们手机不小心丢失后，手机可能会被进行关机，当开启“查找网络”后即便关机状态依旧能够找到位置iPhone关机定。
  • 2023款宝马5系将于什么时候上市（2023款宝马5系谍照亮相）
  • 2024-09-272023款宝马5系谍照亮相最近一段时间豪华C级车的竞争非常激烈，大部分主流品牌车型都在更新换代，全新的2023款宝马5系谍照曝光，而当下全新的奔驰E级也正式登场，并且推出了AMG版本车型和标准版本车型，同样也推出了旅行版本车型。
  • 谭松韵有没有被任嘉伦吸引（与谭松韵的CP让人）
  • 2024-09-27与谭松韵的CP让人文/阿九30岁和谭松韵组CP，让人磕上头近日，《锦衣之下》的收视是渐入佳境了，在《庆余年》完结之后，新一周的媒体数据里，这部剧终于登上了收视榜首，而作为男一号的任嘉伦也凭借着这部剧，成功在媒体数据里力。
  • 几十元一斤的六堡茶是假的吗
  • 2024-09-27几十元一斤的六堡茶是假的吗不是，六堡茶逐渐受到大家的关注，但这时很多小工作坊一哄而上，不少假冒伪劣产品冒了出来，非专业人士很容易买到假冒伪劣产品尤其是老茶，市场上众多出售“做旧”的茶，从外观上难以分辨，味道也以假乱真，因此了解。
  • 怎么从转换为gif 转换成gif动图如何操作
  • 2024-09-27怎么从转换为gif 转换成gif动图如何操作　　现在网络上流行的gif动图最常见的就是从用电影、电视剧等短视频中截取出来的画面做成gif动画大家看到这些gif动图一定觉得使用视频转gif（https://www.gif.cn/）制作非常的复杂麻。
  • 产后子宫怎样恢复得快（产后做到这五点）
  • 2024-09-27产后做到这五点及时、有效地采取能促进子宫平滑肌收缩、促进恶露排出的措施，是预防和治疗子宫复旧不良的关键生完宝宝后，产妇可采取以下措施让子宫更好地恢复到孕前状态适当运动自然分娩在产后6-12小时就可开始下床活动，这样。
  • 钢笔字怎样练才写得好（写好钢笔字的道理都懂）
  • 2024-09-27写好钢笔字的道理都懂还记得席殊先生吗？但凡60、70年代的人应该都知道他，就是80年代哪位风靡全国的写字先生中国第一家民营全国性连锁书店“席殊书屋”的创始人；曾经在全国29个省市自治区的400多个城市发展了700多家加盟。
  • 清朝的奴才等级很严格吗 清朝时自称奴才
  • 2024-09-27清朝的奴才等级很严格吗 清朝时自称奴才在清宫剧中经常会出现这种情景：大臣们在皇帝面前自称奴才怎么怎么样初时以为这是满清统治者对汉族人的侮辱，后来才知道，汉人大臣在满清皇帝面前是不需要自称奴才的，但这绝不是出于对汉人的尊重，而是因为在统治者。
  • 对孩子的教育是润物细无声（教育孩子的人道主义精神）
  • 2024-09-27教育孩子的人道主义精神《正面管教》是由美国著名教育学和教育心理学专家简·尼尔森女士所撰写的有关教育的论著该著作以教育学和心理学理论为基础，并将二者在书中进行完美整合书中对教育的时段和场景进行了充分讨论，更为重要的是许多鲜活。