探索未来UI测试新境界:Vision UI
2024-08-07 20:35:55作者:管翌锬
项目介绍
Vision UI 是来自美团的开源视觉测试工具,旨在为开发者提供强大的图像UI分析和识别服务。它源自美团内部使用的视觉测试系统,现在以开放源码的形式向全球社区分享,无需进行复杂的模型训练即可使用。该项目依赖于 Vision-ml,一个专用于RCNN训练的框架,使得UI自动化测试更加便捷高效。
技术分析
Vision UI 引入了一套先进的技术栈,包括:
-
超越像素对比:传统的UI测试往往局限于像素级别的比对,而Vision UI引入了视觉对比,可以捕捉到更细微的变化,提升测试的精确度。
-
图像融合:基于模板匹配的技术,使得UI元素的定位和比对更为精准,能够应对复杂多变的界面设计。
-
预训练模型:内置的UI目标检测模型,可以帮助快速识别UI元素,提高测试效率。
-
视觉语义:通过语义目标识别,可以理解屏幕内容的含义,实现智能化的测试覆盖。
-
文本识别集成:结合文本识别模型,Vision UI 可以处理含有文字的UI元素,增强对文本信息的验证能力。
应用场景
无论是在移动应用开发、Web前端测试还是GUI自动化中,Vision UI 都能大展身手。例如,它可以用于:
- 自动化检查更新后UI元素的位置、大小和颜色变化
- 快速定位并校验特定元素是否存在或正确显示
- 检测文本内容是否符合预期,防止翻译错误或文案错误
- 在跨平台或多版本适配时确保一致性
项目特点
- 易用性强:无需预先训练模型,安装简单,配置快速,适用于各种开发环境。
- 功能全面:涵盖从基础的像素对比到高级的语义识别,满足全方位的测试需求。
- 灵活扩展:支持自定义后端和数据处理,方便整合到现有的测试框架中。
- 丰富示例:详细的效果展示和文档,助您轻松上手。
- 持续维护:由美团的专业团队维护,保证项目的稳定性和更新。
为了让你更好地了解和体验Vision UI的强大功能,我们提供了丰富的效果展示。无论是UI目标检测、语义目标识别,还是更多其他应用场景,都等待着你的探索。
立即加入Vision UI的世界,让UI测试变得简单而高效,一起迈向未来软件质量保障的新篇章!
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
876
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136