[发明专利]用户界面的兼容性测试方法及装置

说明书

本发明实施例涉及数据业务技术领域，公开了一种用户界面的兼容性测试方法及装置。本发明中获取用户界面作为待测试图片；将待测试图片输入卷积神经网络模型中；其中，卷积神经网络模型的训练集中至少包括多个第二异常图片，第二异常图片由至少两个第一异常图片合成，且第一异常图片为预先获取的兼容性异常的用户界面；根据卷积神经网络模型的输出结果，确定用户界面的兼容性是否异常。通过训练好的卷积神经网络模型识别一些人为无法预见的用户界面兼容性异常的问题，提高识别的准确性，在终端型号，操作系统及网络情况不同的复杂的应用场景，无法预测所出现的兼容性问题的情况下，也可以较为准确的识别出兼容性异常的问题，实现复杂的兼容性测试。

技术领域

本发明实施例涉及数据业务技术领域，特别涉及一种用户界面的兼容性测试方法及装置。

背景技术

在计算机或手机的应用程序发布之前，测试人员需要针对不同的机型，不同系统平台，不同网络或不同厂商等的兼容问题场景进行兼容性的测试，常见的兼容性问题包括：应用程序安装失败，应用程序启动失败，应用程序运行失败，或应用程序的用户界面异常等。在针对用户界面异常的兼容性问题进行测试时，主要通过以下两种方式进行用户界面的异常图片的识别。第一种方式是通过人工对下载待测试的图片进行异常的识别；第二中方式是通过图片比对算法，将待测试的图片与作为基准的异常图片进行对比，从而判定该待测试的图片是否为异常图片。

发明人发现相关技术中至少存在如下问题：首先，利用人力对图片进行识别，会给测试人员带来繁重而重复性的工作，浪费了大量的人力，同时基于测试人员的主观感受，识别的结果也会有很大的不同，使识别结果不够准确。其次，利用图片比对算法进行识别需要预先生成基准图片，对于未准备基准图片的异常情况无法进行识别，这样就使兼容性测试的范围有一定的局限性，测试结果不够准确。

发明内容

本发明实施方式的目的在于提供一种用户界面的兼容性测试方法及装置，可以通过训练好的卷积神经网络模型识别一些人为无法预见的用户界面兼容性异常的问题，提高识别的准确性。

为解决上述技术问题，本发明的实施例提供了一种用户界面的兼容性测试方法，包括：获取用户界面作为待测试图片；将待测试图片输入卷积神经网络模型中；其中，卷积神经网络模型的训练集中至少包括多个第二异常图片，第二异常图片由至少两个第一异常图片合成，且第一异常图片为预先获取的兼容性异常的用户界面；根据卷积神经网络模型的输出结果，确定用户界面的兼容性是否异常。

本发明的实施例还提供了一种用户界面的兼容性测试装置，包括：获取模块，输入模块，确定模块；获取模块用于获取用户界面作为待测试图片；输入模块用于将待测试图片输入卷积神经网络模型中；其中，卷积神经网络模型的训练集中至少包括多个第二异常图片，第二异常图片由至少两个第一异常图片合成，且第一异常图片为预先获取的兼容性异常的用户界面；确定模块用于根据卷积神经网络模型的输出结果，确定用户界面的兼容性是否异常。

本发明的实施例还提供了一种服务器，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述用户界面的兼容性测试方法。

本发明的实施例还提供了一种存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述用户界面的兼容性测试方法。