Nedavno je održana sljedeća zimska obrana diplomanata tri naša tehnološka projekta - Technopark (Bauman MSTU), Technosphere (Moskovsko državno sveučilište Lomonosov) i Technotrek (MIPT). Timovi su predstavili kako implementacije vlastitih ideja, tako i rješenja stvarnih poslovnih problema koja su predložila različita odjeljenja Mai.ru Grupe.
Među projektima:
- Usluga za prodaju darova s proširenom stvarnošću.
- Usluga koja prikuplja promocije, popuste i ponude s popisa za slanje e-pošte.
- Vizualna potraga za odjećom.
- Usluga za elektronički book crossing s mogućnošću najma.
- Умный сканер еды.
- Современный аудио-гид.
- Проект «Задачи Mail.ru»
- Mobilna televizija budućnosti.
Želimo vam detaljnije reći o šest projekata koje su članovi žirija i mentori posebno istaknuli.
Vizualna potraga za odjećom
Проект представлен командой выпускников Техносферы. По данным аналитиков, fashion-рынок в России за 2018 год составил почти 2,4 трлн рублей. Ребята создали сервис, который позиционируется как интеллектуальный помощник для совершения покупок в условиях огромного разнообразия товаров. Это B2B-решение, расширяющее функциональность интернет-магазинов.
Tijekom UX testiranja, autori projekta otkrili su da pod "sličnom haljinom" ljudi ne razumiju sličnost u boji ili uzorku, već u atributima odjeće. Stoga su dečki razvili sustav koji ne samo da uspoređuje dvije slike, već razumije semantičku blizinu. Učitavate sliku odjevnog predmeta koji vas zanima, a servis odabire proizvode koji odgovaraju njegovim atributima.
Tehnički sustav funkcionira na sljedeći način:
Для детекции и классификации обучена нейросеть Cascade Mask-RCNN. Для определения атрибутов и похожести одежды применяется нейросеть на основе ResNext-50 с несколькими головами для групп атрибутов, и Triplet loss для фотографий одного товара. Весь проект реализовали на основе микросервисной архитектуры.
U budućnosti se planira:
- Pokrenuti servis za sve kategorije odjeće.
- Razviti API za online trgovine.
- Poboljšajte manipulaciju atributima.
- Научиться понимать запросы на естественном языке.
Projektni tim: Vladimir Belyaev, Petr Zaidel, Emil Bogomolov.
Mobilna TV budućnosti
Projekt tima Technoparka. Studenti su izradili aplikaciju s TV rasporedom za glavne ruske digitalne kanale, kojoj je dodana funkcija gledanja kanala putem IPTV-a (online kanala) ili antene.
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.
Projektni tim: Konstantin Mitrakov, Sergej Lomačev.
Usluga koja prikuplja promocije, popuste i ponude s popisa za slanje e-pošte
Ovo je projekt na sjecištu reklamnih i poštanskih tehnologija. Naši poštanski sandučići puni su spama i pošte. Svakim danom dobivamo pisma s osobnim popustima, ali ih otvaramo sve rjeđe, doživljavajući ih kao “beskorisnu reklamu”. Zbog toga korisnici gube koristi, a oglašivači trpe gubitke. Istraživanje Mail.ru Mail-a pokazalo je da korisnici žele vidjeti sažetak popusta koje imaju.
Projekt prikuplja informacije o popustima i promocijama iz vašeg newslettera i prikazuje ih u obliku vrpce s karticama s kojih možete otići na promotivnu web stranicu ili e-poštu. Program može raditi s nekoliko poštanskih sandučića odjednom. Postoji popis odabranih dionica.
Проект имеет микросервисную архитектуру и состоит из трех основных частей:
- OAuth-авторизация для удобного подключения ящиков.
- Сбор и анализ писем с акциями.
- Pohranjivanje i prikaz diskontnih kartica.
Projekt koristi tehnologiju obrade prirodnog jezika koristeći GPU resurse: grafički akceleratori omogućili su povećanje brzine obrade za 50 puta. Algoritam se temelji na sustavu pitanja i odgovora koji vam omogućuje brzo dodavanje kategorija dionica u skladu s novim poslovnim zahtjevima.
Ovaj tim ne samo da je izborio mjesto u najboljim timovima prema žiriju, već je osvojio i natjecanje “Digital Tops 2019”. Ovo je natjecanje za ruske programere koji stvaraju IT alate za poboljšanje učinkovitosti poslovanja i državnih agencija, kao i za povećanje osobne produktivnosti. Naša ekipa pobijedila je u kategoriji studenata.
Studenti imaju velike planove za daljnji razvoj projekta, a to su:
- Интеграция с почтовыми сервисами.
- Implementacija sustava za analizu slike.
- Pokretanje projekta za širu publiku.
Projektni tim: Maksim Ermakov, Denis Zinovjev, Nikita Rubinov.
Отдельно хотим рассказать про три команды, которые были отмечены менторами Mail.ru Group, работавшими со студентами во время всего семестра. Особое внимание при выборе проектов уделялось сложности проекта, реализации и командной работе.
Проект «Задачи Mail.ru»
Projekt su ocijenili i žiri i mentori.
“Mail.ru Tasks” je prva neovisna usluga za održavanje popisa obaveza koju je razvila tvrtka. U nadolazećim mjesecima Tasks će zamijeniti popise zadataka u Mail.ru Kalendaru, a nakon uključivanja projekta za sve korisnike bit će integriran u Mail.ru mobilni i web Mail.
Projekt je implementiran korištenjem Offline-first i Mobile-first pristupa. Odnosno, web aplikaciju možete koristiti bilo kada, bilo gdje i na bilo čemu. Pristup internetu nije bitan: podaci će biti spremljeni i sinkronizirani. Za veću udobnost možete "instalirati" aplikaciju iz preglednika i ona će izgledati kao izvorna.
Pametni skener hrane
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
iskoristi.
В приложении есть три основных раздела: «Профиль», «Камера» и «История».
U "Profilu" postavljate svoje želje: u odjeljku "Sastojci" možete isključiti iz svoje prehrane bilo koji od 60 000 sastojaka uključenih u bazu podataka i pročitati informacije o E-dodacima. "Grupe" vam omogućuju isključivanje cijelog bloka sastojaka odjednom. Na primjer, ako navedete "Vegetarijanstvo", tada će svi proizvodi koji sadrže meso biti označeni crvenom bojom.
U odjeljku "Kamera" postoje dva načina: skeniranje crtičnih kodova i prepoznavanje povrća i voća. Nakon skeniranja barkoda dobit ćete sve informacije o proizvodu. Sastojci koje ste isključili bit će označeni crvenom bojom.
В «Истории» будут сохраняться все ранее отсканированные продукты. Этот раздел оснащён текстовым и голосовым поиском.
Режим распознавания фруктов и овощей позволяет получить информацию об их пищевой и энергетической ценности. Например, в одном яблоке содержится приблизительно 25 гр.
углеводов, что неприемлемо для людей с низкоуглеводной диетой.
Aplikacija je napisana u Kotlinu, "Kamera" koristi ML Kit za skeniranje barkodova i prepoznavanje voća i povrća. Pozadina se sastoji od dvije usluge: API poslužitelja s bazom podataka,
koji pohranjuje 60 sastojaka i sastave od 000 proizvoda, kao i neuronsku mrežu napisanu u Pythonu i Tensorflowu.
Команда проекта: Артём Андрюхов, Ксения Глазачёва, Дмитрий Сальман.
Usluga za prodaju darova s proširenom stvarnošću
Каждый человек хотя бы раз в жизни получал символические подарки. Часто для людей важнее сам факт внимания, чем полученный презент. Такие подарки не приносят пользы, но их производство и утилизация оказывают негативное влияние на природу нашей планеты. Так у авторов проекта родилась идея по созданию сервиса по продаже подарков с дополненной реальностью.
Kako bismo provjerili relevantnost ideje, proveli smo studiju. 82% ispitanika susrelo se s problemom odabira poklona. Za 57% ispitanika glavna poteškoća pri odabiru bio je strah da njihovi darovi neće biti iskorišteni. 78% ljudi spremno je promijeniti se kako bi riješili ekološke probleme.
Авторы выдвинули три тезиса:
- Подарки живут в виртуальном мире.
- Ne zauzimaju prostor.
- Uvijek u blizini.
Для реализации дополненной реальности в вебе авторы выбрали библиотеку AR.js, которая состоит из двух основных частей:
- Prvi je odgovoran za crtanje grafike na vrhu streama kamere koristeći A-Frame ili Three.js.
- Drugi dio je ARToolKit, koji je odgovoran za prepoznavanje markera (poseban znak koji se može ispisati ili prikazati na zaslonu drugog uređaja) u izlaznom toku kamere. Marker se koristi za pozicioniranje grafike. Prisutnost ARToolKita ne dopušta vam stvaranje proširene stvarnosti bez markera pomoću AR.js.
AR.js krije mnoge zamke. Na primjer, njegova uporaba zajedno s A-Frameom može "razbiti" stilove na cijelom mjestu. Stoga su autori koristili “svežanj” AR.js + Three.js, koji je pomogao riješiti neke od problema. A da bismo ugradili AR.js temeljen na Three.js u React, u kojem je napisana web stranica projekta, morali smo stvoriti AR-Test-2 repozitorij (), в котором реализован отдельный React-компонент для использования AR.js на базе Three.js. Был реализован просмотр модели в дополненной реальности и в 3D (для устройств без камеры).
Međutim, kasnije se pokazalo da korisnici ne razumiju što je marker i kako ga koristiti. Stoga su se autori prebacili na tehnologiju , koji trenutno aktivno razvija Google. Koristi ARKit (iOS) ili ARCore (Android) za renderiranje modela u AR-u bez markera. Tehnologija se temelji na Three.js i uključuje preglednik 3D modela. Upotrebljivost programa znatno je poboljšana, no za gledanje proširene stvarnosti potreban vam je uređaj s iOS 12 ili novijim.
Projekt je sada dostupan na (), где вы можете получить свой первый подарок.
Команда проекта: Стасьев Денис, Чадов Антон.
Više o našim obrazovnim projektima možete pročitati na . I posjećujte kanal češće , tamo se redovito pojavljuju novi edukativni videi o programiranju, razvoju i drugim disciplinama.
Izvor: www.habr.com