Recentment, va tenir lloc la següent defensa d'hivern dels graduats de tres dels nostres projectes tecnològics: Technopark (Bauman MSTU), Technosphere (Universitat Estatal de Moscou Lomonosov) i Technotrek (MIPT). Els equips van presentar tant implementacions de les seves pròpies idees com solucions a problemes empresarials reals proposades per diferents divisions del Grup Mai.ru.
Entre els projectes:
- Servei de venda de regals amb realitat augmentada.
- Un servei que agrega promocions, descomptes i ofertes de la llista de correu.
- Recerca visual de roba.
- Servei de travessa de llibres electrònics amb opció de lloguer.
- Escàner intel·ligent d'aliments.
- Audioguia moderna.
- Projecte "Tasques de Mail.ru"
- La televisió mòbil del futur.
Ens agradaria explicar-vos amb més detall sis projectes que van ser especialment destacats pels membres del jurat i els mentors.
Recerca visual de roba
El projecte va ser presentat per un equip de graduats de Technosphere. Segons els analistes, el mercat de la moda a Rússia el 2018 va ascendir a gairebé 2,4 bilions de rubles. Els nois van crear un servei que es posiciona com un assistent intel·ligent per fer compres en una gran varietat de béns. Es tracta d'una solució B2B que amplia la funcionalitat de les botigues en línia.
Durant les proves d'UX, els autors del projecte van descobrir que per "vestiment similar" la gent entén la similitud no en el color o el patró, sinó en els atributs de la roba. Per tant, els nois van desenvolupar un sistema que no només compara dues imatges, sinó que entén la proximitat semàntica. Pengeu una imatge de la peça de roba que us interessa i el servei selecciona productes que són rellevants per als seus atributs.
Tècnicament el sistema funciona de la següent manera:
La xarxa neuronal Cascade Mask-RCNN es va entrenar per a la detecció i classificació. Per determinar els atributs i la similitud de la roba, s'utilitza una xarxa neuronal basada en ResNext-50 amb diversos caps per als grups d'atributs i la pèrdua de triplets per a les fotografies d'un producte. Tot el projecte es va implementar basant-se en l'arquitectura de microserveis.
En el futur està previst:
- Posar en marxa un servei per a totes les categories de roba.
- Desenvolupar una API per a botigues en línia.
- Millorar la manipulació d'atributs.
- Aprendre a entendre les consultes en llenguatge natural.
Equip del projecte: Vladimir Belyaev, Petr Zaidel, Emil Bogomolov.
La televisió mòbil del futur
Projecte de l'equip de Technopark. Els estudiants van crear una aplicació amb una programació de televisió per als principals canals de difusió digital russos, a la qual s'hi va afegir la funció de veure canals mitjançant IPTV (canals en línia) o una antena.
Сложнее всего было присоединить антенну к Android-устройству: для этого использовался тюнер, для которого авторы самостоятельно написали драйвер. В итоге получили на Android возможность смотреть телевизор и пользоваться программой телепередач в одном приложении.
Equip del projecte: Konstantin Mitrakov, Sergey Lomachev.
Un servei que agrega promocions, descomptes i ofertes de llistes de correu
Es tracta d'un projecte a la intersecció de la publicitat i les tecnologies postals. Les nostres bústies estan plenes de correu brossa i correus. Cada dia rebem cartes amb descomptes personals, però les obrim cada cop menys, percebent-les com a “publicitat inútil”. Per això, els usuaris perden beneficis i els anunciants pateixen pèrdues. Un estudi de Mail.ru Mail va demostrar que els usuaris volen veure un resum dels descomptes que tenen.
Projecte recull informació sobre descomptes i promocions del vostre butlletí i els mostra en forma de cinta de targetes des de les quals podeu anar al lloc web de la promoció o al correu electrònic. El programa pot funcionar amb diverses bústies de correu alhora. Hi ha una llista d'accions seleccionades.
El projecte té una arquitectura de microservei i consta de tres parts principals:
- Autorització OAuth per a una connexió còmoda de bústies de correu.
- Recollida i anàlisi de cartes amb promocions.
- Emmagatzematge i presentació de targetes de descompte.
El projecte utilitza tecnologia de processament de llenguatge natural utilitzant recursos GPU: els acceleradors gràfics van permetre augmentar la velocitat de processament en 50 vegades. L'algorisme es basa en un sistema de preguntes-respostes, que us permet afegir ràpidament categories d'estocs d'acord amb els nous requisits empresarials.
Aquest equip no només va guanyar una plaça als primers equips segons el jurat, sinó que també va guanyar el concurs “Digital Tops 2019”. Aquesta és una competició per a desenvolupadors russos que creen eines informàtiques per millorar l'eficiència de les agències empresarials i governamentals, així com per augmentar la productivitat personal. El nostre equip va guanyar la categoria d'estudiants.
Els estudiants tenen grans plans per al desenvolupament posterior del projecte, els següents són:
- Integració amb serveis de correu.
- Implementació d'un sistema d'anàlisi d'imatges.
- Llançament d'un projecte per a un públic ampli.
Equip del projecte: Maxim Ermakov, Denis Zinoviev, Nikita Rubinov.
Per separat, ens agradaria parlar-vos de tres equips que van ser reconeguts pels mentors del Grup Mail.ru que van treballar amb estudiants al llarg del semestre. A l'hora de seleccionar els projectes, es va prestar especial atenció a la complexitat del projecte, la implementació i el treball en equip.
Projecte "Tasques de Mail.ru"
El projecte va ser valorat tant pel jurat com pels mentors.
"Tasks Mail.ru" és el primer servei independent per mantenir una llista de tasques pendents, desenvolupat per l'empresa. En els propers mesos, Tasks substituirà les llistes de tasques al Calendari de Mail.ru i, un cop activat el projecte per a tots els usuaris, s'integrarà a Mail.ru mòbil i correu web.
El projecte es va implementar mitjançant els enfocaments Offline-first i Mobile-first. És a dir, podeu utilitzar l'aplicació web en qualsevol moment, en qualsevol lloc i en qualsevol cosa. L'accés a Internet no importa: les dades es desaran i es sincronitzaran. Per a una major comoditat, podeu "instal·lar" l'aplicació des del navegador i es veurà com una nativa.
Escàner intel·ligent d'aliments
В продуктовом магазине мы не всегда можем быстро определить, подходит нам пищевой продукт или нет, насколько он безопасен и полезен. Ситуация усложняется, если у человека есть ограничения по питанию, различные аллергии, или он соблюдает диету. Android-приложение Foodwise позволяет отсканировать штрих-код продукта и без особых усилий понять, стоит ли
utilitza-ho.
L'aplicació té tres seccions principals: "Perfil", "Càmera" i "Història".
Al "Perfil" establiu les vostres preferències: a l'apartat "Ingredients" podeu excloure de la vostra dieta qualsevol dels 60 ingredients inclosos a la base de dades i llegir informació sobre els suplements electrònics. Els "grups" us permeten excloure un bloc sencer d'ingredients alhora. Per exemple, si especifiqueu "Vegetarianisme", tots els productes que continguin carn es ressaltaran en vermell.
Hi ha dos modes a la secció "Càmera": escanejar codis de barres i reconèixer verdures i fruites. Després d'escanejar el codi de barres, obtindreu tota la informació sobre el producte. Els ingredients que hagis exclòs es destacaran en vermell.
Tots els productes escanejats anteriorment es desaran a l'historial. Aquesta secció està equipada amb cerca de text i veu.
El mode de reconeixement de fruites i verdures permet obtenir informació sobre el seu valor nutricional i energètic. Per exemple, una poma conté aproximadament 25 grams.
hidrats de carboni, que és inacceptable per a persones amb una dieta baixa en carbohidrats.
L'aplicació està escrita en Kotlin, la "Càmera" utilitza ML Kit per escanejar codis de barres i identificar fruites i verdures. El backend consta de dos serveis: un servidor API amb una base de dades,
que emmagatzema 60 ingredients i composicions de 000 productes, així com una xarxa neuronal escrita en Python i Tensorflow.
Equip del projecte: Artyom Andryukhov, Ksenia Glazacheva, Dmitry Salman.
Servei de venda de regals amb realitat augmentada
Cada persona ha rebut regals simbòlics almenys una vegada a la vida. Sovint, per a les persones, el fet d'atenció és més important que el regal que reben. Aquests regals no són beneficiosos, però la seva producció i eliminació tenen un impacte negatiu en la naturalesa del nostre planeta. Així va ser com els autors del projecte van sorgir la idea de crear un servei de venda de regals amb realitat augmentada.
Per comprovar la rellevància de la idea, vam realitzar un estudi. El 82% dels enquestats es va enfrontar al problema de triar un regal. Per al 57% dels enquestats, la principal dificultat a l'hora d'escollir era la por que els seus regals no fossin utilitzats. El 78% de la gent està disposada a canviar per resoldre problemes ambientals.
Els autors van proposar tres tesis:
- Els regals viuen al món virtual.
- No ocupen espai.
- Sempre a prop.
Per implementar la realitat augmentada al web, els autors van triar la biblioteca AR.js, que consta de dues parts principals:
- El primer s'encarrega de dibuixar gràfics a la part superior del flux de la càmera mitjançant A-Frame o Three.js.
- La segona part és ARToolKit, que s'encarrega de reconèixer un marcador (un caràcter especial que es pot imprimir o mostrar a la pantalla d'un altre dispositiu) al flux de sortida de la càmera. El marcador s'utilitza per posicionar els gràfics. La presència d'ARToolKit no us permet crear realitat augmentada sense marcadors amb AR.js.
AR.js amaga moltes trampes. Per exemple, el seu ús juntament amb A-Frame pot "trencar" estils a tot el lloc. Per tant, els autors van utilitzar un "paquet" d'AR.js + Three.js, que va ajudar a resoldre alguns dels problemes. I per incrustar AR.js basat en Three.js a React, en el qual està escrit el lloc web del projecte, vam haver de crear un dipòsit AR-Test-2 (), que implementa un component React independent per utilitzar AR.js basat en Three.js. Es va implementar la visualització del model en realitat augmentada i 3D (per a dispositius sense càmera).
Однако позднее выяснилось, что пользователи не понимают, что такое маркер и как его использовать. Поэтому авторы перешли на технологию <model-viewer>, которая сейчас активно разрабатывается Google. Она использует ARKit (iOS) или ARCore (Android) для отображения моделей в дополненной реальности без маркера. Технология основана на Three.js и включает в себя просмотрщик 3D-моделей. Удобство программы значительно улучшилось, однако для просмотра дополненной реальности необходимо устройство с iOS 12 или новее.
El projecte ja està disponible a (), on podràs rebre el teu primer regal.
Equip del projecte: Denis Stasyev, Anton Chadov.
Pots llegir més sobre els nostres projectes educatius a . I visiteu el canal més sovint , hi apareixen regularment nous vídeos educatius sobre programació, desenvolupament i altres disciplines.
Font: www.habr.com
