读《微软开源 Sketch2Code,草图 UI 转 HTML 代码》有感

微软开源的Sketch2Code利用深度学习识别UI草图并转化为HTML代码,通过Azure服务协调生成过程。尽管AI在图像处理方面已有进展,但前端开发中的审美、交互和用户体验仍是其短期内无法替代的部分。开发者应思考如何提升自身在这些领域的专长,定义人工智能在代码工作中的边界,并利用团队协作的优势,各司其职,共同构建复杂的前端架构。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

早上在准备虎牙直播的面试,想到面试官可能会问最近有没有看什么文章,学到了什么东西。于是就点开关注的几个公众号看一下有没有什么新的文章。刚点开订阅号,一篇文章映入眼帘,《微软开源 Sketch2Code,草图 UI 转 HTML 代码》。这是那种看题目就可以知道内容的文章,内容本身并不能让我们学到很多东西,只是让我们知道一条简单的信息而已。但是我觉得,信息本身有时候也会引发我们的很多思考。略作整理,记录如下。

1. Sketch2Code

首先简单介绍一下Sketch2Code 所提供的解决方案:

(1)利用训练好的视觉模式按一定规则识别手写的UI 草图。

(2)将UI 草图转换为HTML 代码,并利用Azure Blob 存储HTML生成过程中涉及的所有步骤信息,包括原始图像,预测结果和布局和分组信息。

(3)Azure 功能用作后端入口点,通过与其他服务进行交互来协调生成过程。

(4)Azure WebSite 提供了用户端的页面,用于上传新的设计图并生成可以查看的 HTML。

简单分析一下上面的解决方案,第一点草图识别对于现在深度学习大热的图像处理来说显然不是什么难题。

可衡量,才可增长。第二点过程存储和第三点的交互协调正是对应了这个观点,通过过程存储来衡量转换过程,通过交互实现(准确率)增长。最后一点的用户端页面就没啥好说的了。

更多信息可以点这里:https://www.itcodemonkey.com/article/8594.html

2. 一点感想

每次谈到人工智能写代码,大家讨论最多的事情就是我们程序员会不会失业,还有这个时间节点大概什么时候会到来。我觉得与其考虑这个问题不如思考一下,人工智能可以取代了我们平时做的较多的重复性劳动,那有什么不可以取代的东西呢?我们应该怎么提高这方面人工智能不能取代的能力呢?

就前端来说,比如说审美、交互、性能、用户体验等方面的工作,这些是人工智能在短期内无

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值