设计神器 - 摹客设计系统上线了 | 晒出你的设计规范,赢iPad Pro!

515 篇文章 6 订阅
422 篇文章 4 订阅

在国内,设计规范也许还是个不太常用的概念,但是如果你正好有参与互联网公司的产品设计,你应该早就已经体会到设计规范的重要性了。UI设计师总是要花费大量的时间和精力向开发描述一大堆设计细节,但是产品最后呈现的样子仍旧和原本的预期大相径庭。而对于一些甚至没有专门设立交互设计师和UI设计师的互联网公司或团队,产品经理更是会被五花八门的设计搞的焦头烂额……

以上的问题,就是因为团队中缺乏一致的设计规范,缺乏对设计规范的更新和维护,更缺乏将不断迭代的设计规范应用于设计过程和开发过程的快速手段。

那么,在确保快速交付产品的同时,如何才能保证一致的用户体验?

一,高效管理设计资源

合理归类可以说是管理设计资源的第一步。你需要先明确你需要管理的内容有哪些,这些内容的分类又该怎样呈现。摹客设计系统,你可以建立多个库、分类和子分类来进行管理,每个库里包含2大类资源分类,第一类是文件类资源,其包含Logo、图片、图标、组件、字体;第二类是编辑类资源,包括颜色、度量、标准字、阴影。满足了设计师的多种设计类型需求。

二,设计规范服务于快速设计

规范本身不应该是一个独立的系统,它应该是和工具相对接的。做出来的规范如何投入使用,如何才能服务于设计,服务于产品,完成产品体验的不断优化,这才是关键点。

在摹客设计系统中,对接的设计工具是Mockplus和Sketch。Mockplus是更快更简单的原型设计工具,而Sketch是一个高效的矢量图工具。在摹客设计系统中,可以实现设计资源的应用、上传和推送。也就是说,你可以在Mockplus和Sketch中制作和上传设计资源,再让整个团队分享和利用这些通用资源进行快速设计。而应用决策也很简洁,只需鼠标拖拽或者点击即可应用。这对于快速设计的需求,是极有利的。

三,设计规范输出和优化 - 对接开发

一个规范可能不仅仅是用于设计师之间,还需要对接开发,交付给你的老板以及第三方工作人员。因此规范的输出也是至关重要的。在摹客设计系统中,针对团队内成员,你可以一键分享设计规范,对于开发人员,你可以导出CSS、SCSS、LESS,应用到前端开发,告别繁琐的批注。当然,你还可以导出各类版式的设计规范图(UI Style Guide),用于更多的交付对象。

今夏,知名原型工具创造者摹客(Mockplus)团队发布的摹客设计系统,正是致力于定制设计规范、统一管理设计资源、让设计和开发沟通更简单,在国内尚属首家。

如果,你或者你的团队还在因为缺乏一致的设计规范而承担不必要的痛苦,不妨免费体验一下摹客设计系统。

为了让更多的设计团队了解到设计规范,意识到设计规范的重要意义,摹客特意开放了尝鲜试用福利,邀你今夏一起High!

  • 免费试用,还可参与抽奖,Airpods、Wacom手绘板、小米手环等你拿!
  • 免费参加设计大赛,晒设计规范,赢iPad Pro!

本次活动时间有限:7月20日起,9月5日止。

戳下图即可参与,免费试用设计规范。

 

活动期间如有任何问题,或者你想要获得活动的第一手资讯,可以加入摹客设计系统福利群(820583100),或者发送邮件至dasai@jongde.com。

Mockplus是国内外享有盛誉的原型设计工具,在全球拥有百万级产品经理和设计师用户,华为、微软、甲骨文、IBM、育碧、东软、中石油、中科院等超过50多家全球知名企业和上千所高校都在使用。本次摹客设计系统的发布,为设计团队提供了一致的设计规范,并在迭代中可以进行更新和维护,确保在快速交付产品的同时保证一致的用户体验,大幅减少时间和沟通成本,加速创新速度,为企业和团队带来更大的价值。

想要试试看?了解设计系统详情:https://ds.mockplus.cn/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值