摘要
本发明公开了一种通过深度学习自动识别设计稿元素生成活动的方法,涉及人工智能技术领域,该方法包括以下步骤:基于预先获取的营销活动设计图和用户信息,并通过客群识别和营销场景识别方式,获取营销活动场景;利用卷积神经网络模型,识别营销活动设计图中的营销元素,得到活动组件元素特征,并根据活动组件元素特征提取活动组件的位置信息,得到描述型数据;基于预先获取的组件库,结合描述型数据和营销活动场景获取活动组件模板,并根据获取的活动组件模板进行页面渲染,生成营销活动页面。本发明通过卷积神经网络模型,自动生成具有完整交互的营销活动页面,从而极大提高了营销活动页面开发效率和客户满意度。
技术关键词
活动组件
卷积神经网络模型
元素
对象检测算法
页面
场景
尺寸特征
数据
刻画用户画像
模板
标签
梯度下降法
人工智能技术
报文
参数
样式
布局
文本
客户
逻辑
系统为您推荐了相关专利信息
自动生成方法
条目
系统架构模型
设计文档生成方法
关系
机车转向架
集成特征
声纹识别模型
策略
语义特征
识别分析系统
纹理特征空间
特征值
可视化模块
信息采集单元
车载CAN总线
入侵检测方法
样本
密度
车载网络安全技术