Gerador de código HTML a partir de maquetes
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.22/12268 |
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. |
id |
RCAP_9e040ae5ed07c1bc21423ba88c858983 |
---|---|
oai_identifier_str |
oai:recipp.ipp.pt:10400.22/12268 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Gerador de código HTML a partir de maquetesAutomaçãoDeep LearningConvolutional Neural NetworksAutomationEngenharia de softwareA 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.The automation of tasks is increasingly a current practice in the organizational environment, and this practice reduces the need for manpower and often reduces the errors associated with the human factor. The current software development process at Glintt - HealthCare Solutions has several phases, one of which is the designing of visual prototypes by the design team. These visual prototypes are later transformed into HTML/CSS/Javascript source code by the development team. This process can take from two days to eight days depending on the complexity of the screen. In the present document a solution will be presented to generate the source code of a mockup automatically, having as input an image corresponding to the prototype. In the development of this project techniques of Deep Learning will be used, especially Convolutional Neural Networks for the detection and classification of objects in images.Rodrigues, Maria de Fátima CoutinhoRepositório Científico do Instituto Politécnico do PortoPereira, Paulo Francisco Ferreira2018-11-23T14:28:39Z20182018-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/12268TID:202028100porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-13T12:54:18Zoai:recipp.ipp.pt:10400.22/12268Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:32:40.016613Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Gerador de código HTML a partir de maquetes |
title |
Gerador de código HTML a partir de maquetes |
spellingShingle |
Gerador de código HTML a partir de maquetes Pereira, Paulo Francisco Ferreira Automação Deep Learning Convolutional Neural Networks Automation Engenharia de software |
title_short |
Gerador de código HTML a partir de maquetes |
title_full |
Gerador de código HTML a partir de maquetes |
title_fullStr |
Gerador de código HTML a partir de maquetes |
title_full_unstemmed |
Gerador de código HTML a partir de maquetes |
title_sort |
Gerador de código HTML a partir de maquetes |
author |
Pereira, Paulo Francisco Ferreira |
author_facet |
Pereira, Paulo Francisco Ferreira |
author_role |
author |
dc.contributor.none.fl_str_mv |
Rodrigues, Maria de Fátima Coutinho Repositório Científico do Instituto Politécnico do Porto |
dc.contributor.author.fl_str_mv |
Pereira, Paulo Francisco Ferreira |
dc.subject.por.fl_str_mv |
Automação Deep Learning Convolutional Neural Networks Automation Engenharia de software |
topic |
Automação Deep Learning Convolutional Neural Networks Automation Engenharia de software |
description |
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. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-11-23T14:28:39Z 2018 2018-01-01T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.22/12268 TID:202028100 |
url |
http://hdl.handle.net/10400.22/12268 |
identifier_str_mv |
TID:202028100 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799131419394441216 |