Deco

8小时前发布 1 0 0

京东推出的设计稿一键生成多端代码, 插件适用范围 Mac ,目前仅支持 Sketch 工具 ,请确保安装 Deco 插件前,已经安装了 Sketch 工具 Deco 利用人工智能,结合各类自动化、工程化等手段,将 Sketch 、 PS 、 图片类 的设计稿转换生成还原度高、可维护强的代码,致力于突破业务生产力瓶颈,为前端大规模、高效率生...

语言:
zh
收录时间:
2026-08-31

京东推出的设计稿一键生成多端代码, 插件适用范围 Mac ,目前仅支持 Sketch 工具 ,请确保安装 Deco 插件前,已经安装了 Sketch 工具 Deco 利用人工智能,结合各类自动化、工程化等手段,将 Sketch 、 PS 、 图片类 的设计稿转换生成还原度高、可维护强的代码,致力于突破业务生产力瓶颈,为前端大规模、高效率生产提供赋能。 Deco 对视觉稿没有严格的约束,工具对绝大多数场景都做了规则化的适配处理,但仍有少数场景无法完全覆盖: Deco 推荐的设计规范实践: 在设计前台一体化的体系中 Deco 承接设计交付的物料,结合插件标注及AI算法的处理,转化为标准化的楼层代码,实现开发流程的大幅度提效,快速获得楼层和页面,促进商业生产。 Deco 通过标准化的设计物料输入及楼层页面输出,帮助沉淀设计规范和统一开发标准,推进流程的标准化建设,降低人力成本和流程损耗,进一步提高生产质量。 码工具

数据统计

相关导航

Video-LLaVA

Video-LLaVA

一个基于深度学习的视频超分辨率(SR)和视频增强(VE)框架,由北京大学元培学院的研究团队开发。该框架旨在提高低分辨率视频的质量和视觉效果,使其更接近高分辨率视频。Video-LLaVA 采用了多尺度融合、残差学习、自适应注意力机制等技术,以提高视频超分辨率和视频增强的性能。 主要特点: 1. 多尺度融合:通过在不同尺度上进行特征融合,提高了模型对细节和全局信息的捕捉能力。 2. 残差学习:引入残差连接,使网络能够更好地学习输入和输出之间的映射关系。 3. 自适应注意力机制:根据输入视频的特点,自动调整注意力权重,使模型能够关注到更重要的区域。 4. 端到端训练:整个框架可以作为一个整体进行端到端训练,简化了模型的训练过程。 5. 支持多种视频格式:Video-LLaVA 支持多种常见的视频格式,如 YUV、RGB 等。