Skip to content

Latest commit

 

History

History
134 lines (101 loc) · 5.23 KB

README_kr.md

File metadata and controls

134 lines (101 loc) · 5.23 KB
Raw

SketchCode

손으로 그린 와이어 프레임에서 HTML 코드 생성

Preview

SketchCode는 손으로 그린 웹 모형을 작동하는 HTML 코드로 변환하는 딥 러닝 모델입니다. 이미지 캡션 아키텍처를 사용하여 손으로 그린 웹 사이트 와이어 프레임에서 HTML 마크업을 생성합니다.

자세한 내용은 다음 게시물을 참조하십시오. : 딥 러닝을 통한 프런트 엔드 개발 자동화

이 프로젝트는 Tony Beltramelli의 pix2code와 Emil Wallner의 Design Mockups 프로젝트에서 합성적으로 생성된 데이터 세트와 모델 아키텍처를 기반으로 합니다.

참고: 이 프로젝트는 개념 증명을 위한 것입니다; 이 모델은 실제 와이어 프레임에서 볼 수 있는 스케치의 가변성에 맞게 만들어지지 않았기 때문에 성능은 코어 데이터 세트와 유사한 와이어 프레임에 의존합니다.

설정

전제조건

  • Python 3 (not compatible with python 2)
  • pip

Dependencies 설치

pip install -r requirements.txt

예제

데이터 및 사전 훈련된 가중치 다운로드:

# 1,700 images, 342mb의 데이터 가져오기
git clone https://github.com/ashnkumar/sketch-code.git
cd sketch-code
cd scripts

# 데이터와 사전 훈련된 가중치 가져오기
sh get_data.sh
sh get_pretrained_model.sh

미리 훈련된 가중치를 사용하여 예제 그림을 HTML 코드로 변환:

cd src

python convert_single_image.py --png_path ../examples/drawn_example1.png \
      --output_folder ./generated_html \
      --model_json_file ../bin/model_json.json \
      --model_weights_file ../bin/weights.h5

일반적인 사용

가중치를 사용하여 단일 이미지를 HTML 코드로 변환:

cd src

python convert_single_image.py --png_path {path/to/img.png} \
      --output_folder {folder/to/output/html} \
      --model_json_file {path/to/model/json_file.json} \
      --model_weights_file {path/to/model/weights.h5}

폴더의 이미지 batch를 HTML 코드로 변환:

cd src

python convert_batch_of_images.py --pngs_path {path/to/folder/with/pngs} \
      --output_folder {folder/to/output/html} \
      --model_json_file {path/to/model/json_file.json} \
      --model_weights_file {path/to/model/weights.h5}

모델 훈련:

cd src

# scratch를 사용하여 훈련
# <augment_training_data>는 이미지 훈련을 위한 Keras ImageDataGenerator의 augment 기능을 추가
python train.py --data_input_path {path/to/folder/with/pngs/guis} \
      --validation_split 0.2 \
      --epochs 10 \
      --model_output_path {path/to/output/model}
      --augment_training_data 1

# 사전 훈련된 모델로 훈련 시작하기
python train.py --data_input_path {path/to/folder/with/pngs/guis} \
      --validation_split 0.2 \
      --epochs 10 \
      --model_output_path {path/to/output/model} \
      --model_json_file ../bin/model_json.json \
      --model_weights_file ../bin/pretrained_weights.h5 \
      --augment_training_data 1

BLEU score를 사용한 예측 평가

cd src

# GUI 예측 평가
python evaluate_single_gui.py --original_gui_filepath  {path/to/original/gui/file} \
      --predicted_gui_filepath {path/to/predicted/gui/file}

# 사전 훈련된 모델로 훈련 시작하기
python evaluate_batch_guis.py --original_guis_filepath  {path/to/folder/with/original/guis} \
      --predicted_guis_filepath {path/to/folder/with/predicted/guis}

라이센스

The MIT License (MIT)

Copyright (c) 2018 Ashwin Kumar<ash.nkumar@[email protected]>

Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.