如何在D2C的还原链路里,可以深度模型的识别效果,保障在模型识别不准确的情况下用户仍可万层诉求?
可以设计一套协议或者规则:手动约定> 规则策略> 机器学习> 深度模型。举个例子,比如需要识别设计稿里的一个循环体:
初期,我们可以在设计稿里手动约定循环体的协议来达成
根据图层的上下文信息可做一些规则的判断,来判断是否是循环体
利用机器学习的图层特征,可尝试做规则策略的更上游的策略优化
生成循环体的一些正负样本来通过深度模型进行学习
其中手动约定的设计稿协议解析优先级最高,这样也能确保后续的流程不受阻塞和错误识别的干扰。
以上内容摘自《前端代码是怎样智能生成的》电子书,点击https://developer.aliyun.com/topic/download?id=53可下载完整版
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。