Nemrégiben három technológiai projektünk – a Technopark (Bauman Moszkvai Állami Műszaki Egyetem), a Technosphere (Lomonoszov Moszkvai Állami Egyetem) és a Technotrek (MIPT) – végzőseinek téli védésére került sor. A csapatok mind saját ötleteik megvalósításait, mind a Mai.ru Csoport különböző részlegei által javasolt valós üzleti problémákra adott megoldásokat mutatták be.
A projektek között:
- Ajándékértékesítési szolgáltatás kiterjesztett valósággal.
- Egy szolgáltatás, amely összesíti az e-mail hírlevelekből származó promóciókat, kedvezményeket és ajánlatokat.
- Vizuális ruhakeresés.
- Elektronikus könyvátkelőhely-szolgáltatás kölcsönzési lehetőségekkel.
- Okos ételszkenner.
- Modern audio guide.
- Mail.ru Feladatok Projekt
- A jövő mobiltelevíziója.
Szeretnénk közelebbről megvizsgálni hat olyan projektet, amelyeket a zsűri és a mentorok különösen kiemeltek.
Vizuális ruhakeresés
A projektet a Technosfera végzettjeiből álló csapat mutatta be. Az elemzők szerint az orosz divatpiac értéke 2018-ban közel 2,4 billió rubelt tett ki. A csapat egy olyan szolgáltatást hozott létre, amely intelligens vásárlási asszisztensként pozicionálja magát a termékek széles választékában. Ez egy B2B megoldás, amely kibővíti az online áruházak funkcionalitását.
A UX tesztelés során a projekt szerzői felfedezték, hogy amikor az emberek „hasonló ruhára” gondolnak, nem a szín vagy a minta szerinti hasonlóságra gondolnak, hanem a ruházati tulajdonságokra. Ezért kifejlesztettek egy rendszert, amely nem egyszerűen két képet hasonlít össze, hanem a szemantikai hasonlóságot is megérti. Feltöltesz egy képet a téged érdeklő ruhadarabról, és a szolgáltatás kiválasztja azokat a termékeket, amelyek megfelelnek a tulajdonságainak.
Technikailag a rendszer a következőképpen működik:
A Cascade Mask-RCNN neurális hálózatot betanították az érzékelésre és osztályozásra. A ruházati attribútumok és hasonlóságok meghatározásához egy ResNext-50 alapú neurális hálózatot használtak, amely több fejjel rendelkezik az attribútumcsoportokhoz és triplet veszteséggel az egyelemű fényképekhez. A teljes projektet mikroszolgáltatásos architektúrával valósították meg.
A jövőben a következőket tervezik:
- Indítson el egy szolgáltatást minden ruházati kategóriára.
- API-t fejleszteni online áruházakhoz.
- Javítsa az attribútumkezelést.
- Tanuld meg megérteni a természetes nyelven írt lekérdezéseket.
Projektcsapat: Vladimir Belyaev, Petr Zaidel, Emil Bogomolov.
A jövő mobiltévéje
A Technopark csapatának projektje. A diákok egy olyan alkalmazást készítettek, amely tartalmazza a főbb orosz digitális műsorszóró csatornák műsorrendjét, és lehetővé teszi a csatornák IPTV-n (online csatornákon) vagy antennán keresztüli megtekintését.
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.
Projektcsapat: Konsztantyin Mitrakov, Szergej Lomacsov.
Egy szolgáltatás, amely összesíti az e-mail hírlevelekből származó promóciókat, kedvezményeket és ajánlatokat
Ez a projekt a reklám és az e-mail technológiák metszéspontjában áll. A postaládáink tele vannak spammel és hírlevelekkel. Naponta érkeznek személyre szabott kedvezményeket tartalmazó e-mailek, mégis egyre ritkábban nyitjuk meg őket, "haszontalan reklámnak" tekintve őket. Ennek eredményeként a felhasználók bevételkiesést, a hirdetők pedig veszteségeket szenvednek el. A Mail.ru tanulmánya kimutatta, hogy a felhasználók szeretnék látni az elérhető kedvezményeik összefoglalását.
Terv Információkat gyűjt a hírleveledből a kedvezményekről és promóciókról, és kártyaként jeleníti meg azokat, amelyekhez a promóció weboldalán vagy e-mailben lehet hozzáférni. A program több e-mail címet is képes egyszerre kezelni. A kedvenc promóciók listája is elérhető.
A projekt mikroszolgáltatás-architektúrával rendelkezik, és három fő részből áll:
- OAuth engedélyezés a postaládák kényelmes csatlakoztatásához.
- Promóciós levelek gyűjtése és elemzése.
- Kedvezménykártyák tárolása és kihelyezése.
A projekt GPU-alapú természetes nyelvi feldolgozási technológiát használ, amely 50-szeresére növelte a feldolgozási sebességet. Az algoritmus egy kérdés-válasz rendszeren alapul, amely lehetővé teszi a készletkategóriák gyors hozzáadását az új üzleti igények kielégítése érdekében.
Ez a csapat nemcsak a zsűri szerint a legjobb csapatok közé került be, hanem megnyerte a "Digital Peaks 2019" versenyt is. Ez a verseny orosz fejlesztők számára szól, akik informatikai eszközöket készítenek a vállalkozások és kormányzati szervek hatékonyságának javítására, valamint a személyes termelékenység fokozására. Csapatunk a diák kategóriában nyert.
A diákoknak nagy terveik vannak a projekt további fejlesztésével kapcsolatban a közeljövőben:
- Integráció a levelezőszolgáltatásokkal.
- Képelemző rendszer megvalósítása.
- A projekt szélesebb közönség előtti bemutatása.
Projektcsapat: Maxim Ermakov, Denis Zinoviev, Nikita Rubinov.
Szeretnénk kiemelni három csapatot, amelyeket a Mail.ru Group mentorai elismertek, akik a félév során a hallgatókkal dolgoztak. A projektek kiválasztásakor különös figyelmet fordítottak a projekt összetettségére, a megvalósításra és a csapatmunkára.
Mail.ru Feladatok Projekt
A projektet mind a zsűri, mind a mentorok elismerték.
A Mail.ru Tasks a vállalat első önálló teendőlista szolgáltatása. Az elkövetkező hónapokban a Tasks felváltja a Mail.ru Naptárban található feladatlistákat, és amint a projekt minden felhasználó számára elindul, integrálódik a Mail.ru mobil- és webmailjébe.
A projektet offline és mobil-első megközelítéssel valósították meg. Ez azt jelenti, hogy a webes alkalmazás bármikor, bárhol és bármilyen eszközön használható. Internet-hozzáférés nem szükséges: az adatok mentésre és szinkronizálásra kerülnek. A nagyobb kényelem érdekében az alkalmazást a böngészőjéből is telepítheti, így natív élményt nyújt.
Okos ételszkenner
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
hogy használhassa.
Az alkalmazás három fő részből áll: Profil, Kamera és Előzmények.
A „Profil” részben megadhatja a beállításokat: az „Összetevők” részben kizárhatja az adatbázisban található 60 000 összetevő bármelyikét, és megtekintheti az E-adalékanyagokkal kapcsolatos információkat. A „Csoportok” lehetővé teszik, hogy egyszerre teljes összetevőblokkokat zárjon ki. Például, ha a „Vegetáriánus” lehetőséget választja, az összes húst tartalmazó termék pirossal lesz kiemelve.
A „Kamera” rész két üzemmóddal rendelkezik: vonalkódolvasás és gyümölcs- és zöldségfelismerés. A vonalkód beolvasása után teljes termékinformációkat kapsz. A kizárt összetevők pirossal lesznek kiemelve.
Minden korábban beolvasott termék az „Előzmények” mappába kerül mentésre. Ez a rész szöveges és hangalapú keresést kínál.
A gyümölcs- és zöldségfelismerő mód információt nyújt azok tápértékéről és energiaértékéről. Például egy alma körülbelül 25 grammot tartalmaz.
szénhidrátok, ami elfogadhatatlan az alacsony szénhidráttartalmú diétát követők számára.
Az alkalmazás Kotlin nyelven íródott, a „Kamera” alkalmazás pedig ML Kitet használ vonalkódok beolvasásához, valamint gyümölcsök és zöldségek azonosításához. A háttérrendszer két szolgáltatásból áll: egy adatbázissal rendelkező szerver API-ból, és
amely 60 000 összetevőt és 100 000 termék összetételét tárolja, valamint egy Pythonban és Tensorflow-ban írt neurális hálózatot.
Projektcsapat: Artem Andryukhov, Ksenia Glazacheva, Dmitry Salman.
Ajándékértékesítési szolgáltatás kiterjesztett valósággal
Mindenki kapott már szimbolikus ajándékot legalább egyszer az életében. Gyakran valakinek a puszta figyelmessége fontosabb az emberek számára, mint maga az ajándék. Az ilyen ajándékok semmilyen hasznot nem hoznak, előállításuk és megsemmisítésük negatív hatással van bolygónkra. Így jutottak el a projekt megalkotói egy kiterjesztett valósággal működő ajándékértékesítési szolgáltatás létrehozásának ötletéhez.
Az ötlet relevanciájának tesztelésére egy tanulmányt végeztek. A válaszadók 82 százaléka küzdött az ajándékválasztással. 57% számára a fő akadály az volt a félelem, hogy az ajándékukat nem fogják használni. Az emberek 78 százaléka hajlandó változtatásokat tenni a környezetvédelmi problémák megoldása érdekében.
A szerzők három tézist fogalmaztak meg:
- Az ajándékok a virtuális világban élnek.
- Nem foglalnak helyet.
- Mindig közel van.
A kiterjesztett valóság webes megvalósításához a szerzők az AR.js könyvtárat választották, amely két fő részből áll:
- Az első feladata a grafikák rajzolása a kamerafolyam tetejére A-Frame vagy Three.js használatával.
- A második komponens az ARToolKit, amely a kamera kimeneti adatfolyamában található markerek (egy speciális szimbólum, amely kinyomtatható vagy megjeleníthető egy másik eszköz képernyőjén) felismeréséért felelős. A marker a grafikák pozicionálására szolgál. Az ARToolKit jelenléte megakadályozza a marker nélküli kiterjesztett valóság létrehozását AR.js használatával.
Az AR.js-nek számos buktatója van. Például az A-Frame-mel való használata a teljes webhely stílusainak hibás működéséhez vezethet. Ezért a szerzők az AR.js és a Three.js kombinációját használták, ami megoldott néhány problémát. Ahhoz, hogy a Three.js-en alapuló AR.js-t integrálják a Reactbe, amelyben a projekt weboldala íródott, létre kellett hozniuk az AR-Test-2 repositoryt (), amely egy különálló React komponenst valósít meg az AR.js használatához a Three.js alapján. Megvalósították a modellek megtekintését kiterjesztett valóságban és 3D-ben (kamera nélküli eszközökön).
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.
A projekt mostantól elérhető a következő címen: (), ahol megkaphatod az első ajándékodat.
Projektcsapat: Stasyev Denis, Chadov Anton.
Oktatási projektjeinkről bővebben itt olvashat . És látogassa meg gyakrabban a csatornát , rendszeresen jelennek meg új oktatóvideók a programozásról, fejlesztésről és más tudományágakról.
Forrás: will.com
