Récemment, la prochaine soutenance hivernale des diplômés de trois de nos projets technologiques a eu lieu - Technopark (Bauman MSTU), Technosphere (Université d'État Lomonossov de Moscou) et Technotrek (MIPT). Les équipes ont présenté à la fois la mise en œuvre de leurs propres idées et les solutions à des problèmes commerciaux réels proposées par différentes divisions du groupe Mai.ru.
Parmi les projets :
- Service de vente de cadeaux avec réalité augmentée.
- Un service qui regroupe les promotions, les remises et les offres de la liste de diffusion.
- Recherche visuelle de vêtements.
- Service de croisement de livres électroniques avec option de location.
- Scanner alimentaire intelligent.
- Audioguide moderne.
- Projet "Tâches Mail.ru"
- La télévision mobile du futur.
Nous souhaitons vous parler plus en détail de six projets particulièrement mis en valeur par les membres du jury et les mentors.
Recherche visuelle de vêtements
Le projet a été présenté par une équipe de diplômés de Technosphère. Selon les analystes, le marché de la mode en Russie en 2018 s'élevait à près de 2,4 2 milliards de roubles. Les gars ont créé un service qui se positionne comme un assistant intelligent pour effectuer des achats sur une grande variété de produits. Il s'agit d'une solution BXNUMXB qui étend les fonctionnalités des boutiques en ligne.
Lors des tests UX, les auteurs du projet ont découvert que par « tenue vestimentaire similaire », les gens entendent la similitude non pas dans la couleur ou le motif, mais dans les attributs du vêtement. Par conséquent, les gars ont développé un système qui non seulement compare deux images, mais comprend également la proximité sémantique. Vous téléchargez une image du vêtement qui vous intéresse et le service sélectionne les produits qui correspondent à ses attributs.
Techniquement, le système fonctionne comme suit :
Le réseau neuronal Cascade Mask-RCNN a été formé pour la détection et la classification. Pour déterminer les attributs et la similitude des vêtements, un réseau neuronal basé sur ResNext-50 avec plusieurs têtes est utilisé pour les groupes d'attributs, et la perte Triplet pour les photographies d'un produit. L'ensemble du projet a été mis en œuvre sur la base d'une architecture de microservices.
A l'avenir, il est prévu :
- Lancez un service pour toutes les catégories de vêtements.
- Développer une API pour les boutiques en ligne.
- Améliorer la manipulation des attributs.
- Apprenez à comprendre les requêtes en langage naturel.
Equipe du projet : Vladimir Belyaev, Petr Zaidel, Emil Bogomolov.
La télévision mobile du futur
Projet de l'équipe Technopark. Les étudiants ont créé une application avec un programme TV pour les principales chaînes de diffusion numérique russes, à laquelle a été ajoutée la fonction de visualisation des chaînes via IPTV (chaînes en ligne) ou une antenne.
Le plus difficile était de fixer l'antenne à l'appareil Android : pour cela, ils ont utilisé un tuner, pour lequel les auteurs eux-mêmes ont écrit un pilote. En conséquence, nous avons eu la possibilité de regarder la télévision et d’utiliser le guide des programmes TV sur Android dans une seule application.
Équipe de projet : Konstantin Mitrakov, Sergey Lomachev.
Un service qui regroupe les promotions, remises et offres des listes de diffusion
Il s’agit d’un projet à l’intersection des technologies publicitaires et postales. Nos boîtes mail regorgent de spams et de mailings. Chaque jour, nous recevons des lettres avec des réductions personnelles, mais nous les ouvrons de moins en moins, les percevant comme une « publicité inutile ». De ce fait, les utilisateurs perdent des avantages et les annonceurs subissent des pertes. Une étude de Mail.ru Mail a montré que les utilisateurs souhaitent voir un résumé des réductions dont ils bénéficient.
Projet collecte des informations sur les remises et les promotions de votre newsletter et les affiche sous la forme d'un ruban de cartes à partir duquel vous pouvez accéder au site Web de promotion ou par courrier électronique. Le programme peut fonctionner avec plusieurs boîtes aux lettres à la fois. Il existe une liste de titres sélectionnés.
Le projet a une architecture de microservices et se compose de trois parties principales :
- Autorisation OAuth pour une connexion pratique des boîtes aux lettres.
- Collecte et analyse des lettres avec promotions.
- Stockage et affichage des cartes de réduction.
Le projet utilise la technologie de traitement du langage naturel utilisant les ressources GPU : les accélérateurs graphiques ont permis d'augmenter la vitesse de traitement de 50 fois. L'algorithme est basé sur un système de questions-réponses, qui permet d'ajouter rapidement des catégories de stocks en fonction des nouveaux besoins métiers.
Cette équipe a non seulement gagné une place parmi les meilleures équipes selon le jury, mais a également remporté le concours « Digital Tops 2019 ». Il s'agit d'un concours destiné aux développeurs russes qui créent des outils informatiques pour améliorer l'efficacité des entreprises et des agences gouvernementales, ainsi que pour augmenter la productivité personnelle. Notre équipe a remporté la catégorie étudiant.
Les étudiants ont de grands projets pour le développement futur du projet, les prochains sont :
- Intégration avec les services de messagerie.
- Mise en place d'un système d'analyse d'images.
- Lancer un projet destiné à un large public.
Équipe projet : Maxim Ermakov, Denis Zinoviev, Nikita Rubinov.
Par ailleurs, nous aimerions vous parler de trois équipes qui ont été reconnues par les mentors du groupe Mail.ru qui ont travaillé avec les étudiants tout au long du semestre. Une attention particulière a été accordée à la complexité des projets, à leur mise en œuvre et au travail d'équipe lors de la sélection des projets.
Projet "Tâches Mail.ru"
Le projet a été noté tant par le jury que par les mentors.
"Tasks Mail.ru" est le premier service indépendant de gestion d'une liste de tâches développé par l'entreprise. Dans les mois à venir, les tâches remplaceront les listes de tâches dans le calendrier Mail.ru et, une fois le projet activé pour tous les utilisateurs, il sera intégré au courrier mobile et Web Mail.ru.
Le projet a été mis en œuvre en utilisant des approches Offline-first et Mobile-first. Autrement dit, vous pouvez utiliser l’application Web à tout moment, n’importe où et sur n’importe quoi. L'accès à Internet n'a pas d'importance : les données seront enregistrées et synchronisées. Pour plus de commodité, vous pouvez « installer » l'application depuis le navigateur, et elle ressemblera à une application native.
Scanner alimentaire intelligent
À l'épicerie, nous ne pouvons pas toujours déterminer rapidement si un produit alimentaire nous convient ou non, s'il est sûr et sain. La situation devient plus compliquée si une personne a des restrictions alimentaires, diverses allergies ou suit un régime. L'application Foodwise Android vous permet de scanner le code-barres d'un produit et de voir sans effort si cela en vaut la peine.
utilise le.
L'application comporte trois sections principales : « Profil », « Appareil photo » et « Historique ».
Dans le « Profil », vous définissez vos préférences : dans la section « Ingrédients », vous pouvez exclure de votre alimentation l'un des 60 000 ingrédients inclus dans la base de données et lire des informations sur les suppléments électroniques. Les « Groupes » vous permettent d'exclure un bloc entier d'ingrédients à la fois. Par exemple, si vous spécifiez « Végétarisme », alors tous les produits contenant de la viande seront surlignés en rouge.
Il existe deux modes dans la section « Appareil photo » : scanner les codes-barres et reconnaître les légumes et les fruits. Après avoir scanné le code-barres, vous obtiendrez toutes les informations sur le produit. Les ingrédients que vous avez exclus seront surlignés en rouge.
Tous les produits précédemment numérisés seront enregistrés dans l'historique. Cette section est équipée d'une recherche textuelle et vocale.
Le mode de reconnaissance des fruits et légumes permet d'obtenir des informations sur leur valeur nutritionnelle et énergétique. Par exemple, une pomme en contient environ 25 grammes.
glucides, ce qui est inacceptable pour les personnes suivant un régime pauvre en glucides.
L'application est écrite en Kotlin, la « Camera » utilise ML Kit pour scanner les codes-barres et identifier les fruits et légumes. Le backend est constitué de deux services : un serveur API avec une base de données,
qui stocke 60 000 ingrédients et compositions de 100 000 produits, ainsi qu'un réseau de neurones écrit en Python et Tensorflow.
Équipe de projet : Artyom Andryukhov, Ksenia Glazacheva, Dmitry Salman.
Service de vente de cadeaux avec réalité augmentée
Chaque personne a reçu des cadeaux symboliques au moins une fois dans sa vie. Souvent, pour les gens, l’attention est plus importante que le cadeau qu’ils reçoivent. De tels cadeaux ne sont pas bénéfiques, mais leur production et leur élimination ont un impact négatif sur la nature de notre planète. C’est ainsi que les auteurs du projet ont eu l’idée de créer un service de vente de cadeaux en réalité augmentée.
Pour tester la pertinence de l’idée, nous avons mené une étude. 82% des personnes interrogées ont été confrontées au problème du choix d'un cadeau. Pour 57% des personnes interrogées, la principale difficulté de choix était la crainte que leurs cadeaux ne soient pas utilisés. 78 % des gens sont prêts à changer pour résoudre les problèmes environnementaux.
Les auteurs avancent trois thèses :
- Les cadeaux vivent dans le monde virtuel.
- Ils ne prennent pas de place.
- Toujours près.
Pour implémenter la réalité augmentée sur le web, les auteurs ont choisi la bibliothèque AR.js, qui se compose de deux parties principales :
- Le premier est chargé de dessiner des graphiques au-dessus du flux de la caméra à l'aide de A-Frame ou Three.js.
- La deuxième partie est ARToolKit, qui est responsable de la reconnaissance d'un marqueur (un caractère spécial qui peut être imprimé ou affiché sur l'écran d'un autre appareil) dans le flux de sortie de la caméra. Le marqueur est utilisé pour positionner les graphiques. La présence d'ARToolKit ne permet pas de créer une réalité augmentée sans marqueur à l'aide d'AR.js.
AR.js cache de nombreux pièges. Par exemple, son utilisation avec A-Frame peut « casser » les styles sur tout le site. Par conséquent, les auteurs ont utilisé un « bundle » d’AR.js + Three.js, ce qui a aidé à résoudre certains problèmes. Et pour intégrer AR.js basé sur Three.js dans React, dans lequel le site Web du projet est écrit, nous avons dû créer un référentiel AR-Test-2 (), qui implémente un composant React distinct pour utiliser AR.js basé sur Three.js. La visualisation du modèle en réalité augmentée et en 3D (pour les appareils sans caméra) a été mise en place.
Cependant, il s'est avéré plus tard que les utilisateurs ne comprennent pas ce qu'est un marqueur et comment l'utiliser. Les auteurs se sont donc tournés vers la technologie , qui est actuellement activement développé par Google. Il utilise ARKit (iOS) ou ARCore (Android) pour restituer des modèles en AR sans marqueur. La technologie est basée sur Three.js et comprend une visionneuse de modèles 3D. La convivialité du programme s'est considérablement améliorée, cependant, pour visualiser la réalité augmentée, vous avez besoin d'un appareil avec iOS 12 ou version ultérieure.
Le projet est maintenant disponible sur (), où vous pourrez recevoir votre premier cadeau.
Equipe du projet : Denis Stasyev, Anton Chadov.
Vous pouvez en savoir plus sur nos projets éducatifs sur . Et visitez la chaîne plus souvent , de nouvelles vidéos pédagogiques sur la programmation, le développement et d'autres disciplines y apparaissent régulièrement.
Source: habr.com