Hiljuti toimus meie kolme tehnoloogiaprojekti lõpetajate järjekordne talvine kaitsmine - Technopark (Bauman MSTU), Technosphere (Lomonosovi Moskva Riiklik Ülikool) ja Technotrek (MIPT). Meeskonnad esitlesid nii oma ideede teostusi kui ka Mai.ru Grupi erinevate divisjonide pakutud lahendusi reaalsetele äriprobleemidele.
Projektide hulgas:
- Liitreaalsusega kingituste müümise teenus.
- Teenus, mis koondab kampaaniad, allahindlused ja pakkumised meililistist.
- Visuaalne riiete otsimine.
- Rendivõimalusega elektroonilise raamatuületuse teenus.
- Nutikas toiduskanner.
- Kaasaegne audiogiid.
- Projekt "Mail.ru ülesanded"
- Tuleviku mobiiltelevisioon.
Räägime teile lähemalt kuuest projektist, mida žüriiliikmed ja mentorid eriti esile tõstsid.
Visuaalne riiete otsimine
Projekti esitles Technosphere'i lõpetajate meeskond. Analüütikute hinnangul ulatus moeturg Venemaal 2018. aastal peaaegu 2,4 triljoni rublani. Poisid lõid teenuse, mis on positsioneeritud intelligentse assistendina mitmesuguste kaupade ostmiseks. Tegemist on B2B lahendusega, mis laiendab veebipoodide funktsionaalsust.
UX testimise käigus avastasid projekti autorid, et “sarnase kleidi” all mõistavad inimesed sarnasust mitte värvi või mustri, vaid riietuse atribuutide poolest. Seetõttu töötasid poisid välja süsteemi, mis mitte ainult ei võrdle kahte pilti, vaid mõistab semantilist lähedust. Laadite üles pildi teid huvitavast rõivaesemest ja teenus valib selle atribuutidele vastavad tooted.
Tehniliselt töötab süsteem järgmiselt:
Cascade Mask-RCNN närvivõrku koolitati tuvastamiseks ja klassifitseerimiseks. Riietuse atribuutide ja sarnasuse kindlakstegemiseks kasutatakse atribuutide rühmade jaoks ResNext-50-l põhinevat mitme peaga närvivõrku ja ühe toote fotode jaoks Triplet lossi. Kogu projekt viidi ellu mikroteenuste arhitektuuri alusel.
Tulevikus on plaanis:
- Käivitage teenus kõigi rõivakategooriate jaoks.
- Veebipoodide jaoks API arendamine.
- Parandage atribuutidega manipuleerimist.
- Õppige mõistma päringuid loomulikus keeles.
Projekti meeskond: Vladimir Beljajev, Petr Zaidel, Emil Bogomolov.
Tuleviku mobiiltelevisioon
Technopargi meeskonna projekt. Õpilased koostasid peamiste Venemaa digilevikanalite telekavaga rakenduse, millele lisati kanalite vaatamise funktsioon IPTV (online-kanalid) või antenni abil.
Kõige keerulisem oli antenni kinnitamine Android-seadmele: selleks kasutati tuunerit, millele autorid ise draiveri kirjutasid. Tänu sellele saime võimaluse ühes rakenduses vaadata televiisorit ja kasutada Androidi telekava.
Projekti meeskond: Konstantin Mitrakov, Sergei Lomachev.
Teenus, mis koondab kampaaniad, allahindlused ja pakkumised meililistidest
See on projekt reklaami ja postitehnoloogia ristumiskohas. Meie postkastid on täis rämpsposti ja kirju. Iga päev saame kirju isiklike allahindlustega, kuid avame neid üha harvemini, pidades neid "kasutuks reklaamiks". Selle tõttu kaotavad kasutajad kasu ja reklaamijad saavad kahju. Mail.ru Maili uuring näitas, et kasutajad soovivad näha nende allahindluste kokkuvõtet.
Projekt kogub teie uudiskirjast teavet allahindluste ja kampaaniate kohta ning kuvab need kaardilindina, millelt saate minna reklaami veebisaidile või meilile. Programm võib töötada korraga mitme postkastiga. Seal on nimekiri valitud aktsiatest.
Projektil on mikroteenuse arhitektuur ja see koosneb kolmest põhiosast:
- OAuthi autoriseerimine postkastide mugavaks ühendamiseks.
- Soodustustega kirjade kogumine ja analüüs.
- Sooduskaartide hoidmine ja väljapanek.
Projekt kasutab loomuliku keele töötlemise tehnoloogiat, kasutades GPU ressursse: graafikakiirendid võimaldasid töötluskiirust 50 korda suurendada. Algoritm põhineb küsimuste-vastuste süsteemil, mis võimaldab kiiresti lisada aktsiakategooriaid vastavalt uutele ärinõuetele.
See võistkond ei saavutanud žürii hinnangul mitte ainult kohta parimate meeskondade hulgas, vaid võitis ka konkursi “Digitopid 2019”. See on konkurss Venemaa arendajatele, kes loovad IT-tööriistu nii äri- ja valitsusasutuste efektiivsuse tõstmiseks kui ka isikliku tootlikkuse tõstmiseks. Meie meeskond võitis õpilaste kategoorias.
Projekti edasiarendamiseks on õpilastel suured plaanid, järgmised on:
- Integratsioon postiteenustega.
- Pildianalüüsi süsteemi juurutamine.
- Laiale publikule suunatud projekti käivitamine.
Projekti meeskond: Maxim Ermakov, Denis Zinovjev, Nikita Rubinov.
Eraldi tahaksime teile rääkida kolmest meeskonnast, mida tunnustasid Mail.ru grupi mentorid, kes töötasid kogu semestri üliõpilastega. Projektide valikul pöörati erilist tähelepanu projekti keerukusele, teostusele ja meeskonnatööle.
Projekt "Mail.ru ülesanded"
Projekti märkisid ära nii žürii kui ka mentorid.
“Tasks Mail.ru” on esimene sõltumatu teenus ülesannete nimekirja pidamiseks, mille on välja töötanud ettevõte. Lähikuudel asendab Tasks Mail.ru kalendris ülesannete loendid ja pärast projekti lubamist kõikidele kasutajatele integreeritakse see Mail.ru mobiili- ja veebipostitusse.
Projekti elluviimisel kasutati lähenemisviise Offline-first ja Mobile-first. See tähendab, et saate veebirakendust kasutada igal ajal, igal pool ja kõiges. Interneti-juurdepääs ei oma tähtsust: andmed salvestatakse ja sünkroonitakse. Suurema mugavuse huvides saate rakenduse brauserist "installida" ja see näeb välja nagu algne.
Nutikas toiduskanner
Toidupoes ei suuda me alati kiiresti kindlaks teha, kas mõni toiduaine meile sobib või mitte, kui ohutu ja tervislik see on. Olukord muutub keerulisemaks, kui inimesel on toitumispiirangud, erinevad allergiad või ta on dieedil. Foodwise'i Androidi rakendus võimaldab teil skannida toote vöötkoodi ja kontrollida, kas see on seda väärt.
kasuta seda.
Rakendusel on kolm peamist jaotist: "Profiil", "Kaamera" ja "Ajalugu".
"Profiilis" saate määrata oma eelistused: jaotises "Koostisained" saate oma dieedist välja jätta ükskõik millise andmebaasis sisalduvast 60 000 koostisosast ja lugeda teavet E-toidulisandite kohta. "Rühmad" võimaldavad teil korraga välistada terve koostisosade ploki. Näiteks kui määrate "taimetoitlus", tõstetakse kõik liha sisaldavad tooted punasega esile.
Jaotises "Kaamera" on kaks režiimi: vöötkoodide skannimine ning köögiviljade ja puuviljade tuvastamine. Pärast vöötkoodi skannimist saate kogu teabe toote kohta. Koostisosad, mille olete välistanud, tõstetakse esile punasega.
Kõik varem skannitud tooted salvestatakse Ajalugu. See jaotis on varustatud teksti- ja häälotsinguga.
Puu- ja köögiviljade tuvastusrežiim võimaldab hankida teavet nende toite- ja energiaväärtuse kohta. Näiteks üks õun sisaldab umbes 25 grammi.
süsivesikuid, mis on madala süsivesikusisaldusega dieedil olevate inimeste jaoks vastuvõetamatu.
Rakendus on kirjutatud Kotlini keeles, “Kaamera” kasutab ML-komplekti vöötkoodide skannimiseks ning puu- ja juurviljade tuvastamiseks. Taustaprogramm koosneb kahest teenusest: API-server koos andmebaasiga,
mis salvestab 60 000 koostisainet ja 100 000 toote koostist, samuti Pythonis ja Tensorflow'is kirjutatud närvivõrku.
Projekti meeskond: Artjom Andrjuhhov, Ksenia Glazacheva, Dmitri Salman.
Liitreaalsusega kingituste müümise teenus
Iga inimene on saanud vähemalt korra elus sümboolseid kingitusi. Sageli on inimeste jaoks tähelepanu pööramine olulisem kui saadud kingitus. Sellised kingitused ei ole kasulikud, kuid nende tootmine ja utiliseerimine avaldab negatiivset mõju meie planeedi olemusele. Nii tekkiski projekti autoritel idee luua liitreaalsusega kingituste müügiteenus.
Idee asjakohasuse testimiseks viisime läbi uuringu. 82% vastanutest seisis silmitsi kingituse valimise probleemiga. 57% vastanute jaoks oli peamiseks valikuraskuseks hirm, et nende kingitused jäävad kasutamata. 78% inimestest on keskkonnaprobleemide lahendamiseks valmis muutuma.
Autorid esitasid kolm teesi:
- Kingitused elavad virtuaalses maailmas.
- Nad ei võta ruumi.
- Alati lähedal.
Liitreaalsuse rakendamiseks veebis valisid autorid AR.js teegi, mis koosneb kahest põhiosast:
- Esimene vastutab graafika joonistamise eest kaameravoo peale, kasutades A-Frame'i või Three.js'i.
- Teine osa on ARToolKit, mis vastutab kaamera väljundvoos markeri (erimärgi, mida saab printida või kuvada mõne teise seadme ekraanil) äratundmise eest. Markerit kasutatakse graafika positsioneerimiseks. ARToolKiti olemasolu ei võimalda AR.js-i abil markeriteta liitreaalsust luua.
AR.js peidab endas palju lõkse. Näiteks selle kasutamine koos A-Frame'iga võib stiile kogu saidil "murda". Seetõttu kasutasid autorid AR.js + Three.js "kimpu", mis aitas mõningaid probleeme lahendada. Ja Three.js-il põhineva AR.js-i manustamiseks Reactisse, kuhu projekti veebisait on kirjutatud, pidime looma AR-Test-2 hoidla (), mis rakendab Three.js-il põhineva AR.js-i kasutamiseks eraldi Reacti komponendi. Rakendati mudeli vaatamist liitreaalsuses ja 3D-s (ilma kaamerata seadmetele).
Hiljem aga selgus, et kasutajad ei saa aru, mis on marker ja kuidas seda kasutada. Seetõttu läksid autorid üle tehnoloogiale , mida Google praegu aktiivselt arendab. See kasutab ARKiti (iOS) või ARCore'i (Android) mudelite renderdamiseks AR-is ilma markerita. Tehnoloogia põhineb Three.js-il ja sisaldab 3D mudelivaaturit. Programmi kasutatavus on oluliselt paranenud, kuid liitreaalsuse vaatamiseks on vaja iOS 12 või uuema versiooniga seadet.
Projekt on nüüd saadaval aadressil (), kust saate oma esimese kingituse.
Projekti meeskond: Deniss Stasjev, Anton Tšadov.
Lisateavet meie haridusprojektide kohta saate lugeda aadressilt . Ja külastage kanalit sagedamini , ilmuvad seal regulaarselt uusi õppevideoid programmeerimise, arenduse ja muude erialade kohta.
Allikas: www.habr.com