A közelmúltban három technológiai projektünk – a Technopark (Bauman MSTU), a Technosphere (Lomonoszov Moszkvai Állami Egyetem) és a Technotrek (MIPT) – végzőseinek következő téli védekezésére került sor. A csapatok bemutatták saját ötleteik megvalósítását és valós üzleti problémák megoldásait, amelyeket a Mai.ru Group különböző részlegei javasoltak.
A projektek között:
- A kibővített valósággal rendelkező ajándékok értékesítésére szolgáló szolgáltatás.
- Promóciókat, kedvezményeket és ajánlatokat összesítő szolgáltatás a levelezőlistáról.
- Vizuális ruhakeresés.
- Elektronikus könyvkeresztezés szolgáltatás kölcsönzési lehetőséggel.
- Intelligens ételszkenner.
- Modern audio guide.
- Projekt "Mail.ru Tasks"
- A jövő mobiltelevíziója.
Hat olyan projektről szeretnénk részletesebben beszámolni, amelyeket a zsűritagok és a mentorok kiemeltek.
Vizuális ruhakeresés
A projektet egy Technosphere végzettségű csapat mutatta be. Elemzők szerint az oroszországi divatpiac 2018-ban közel 2,4 billió rubelt tett ki. A srácok olyan szolgáltatást hoztak létre, amely intelligens asszisztensként van pozicionálva sokféle áru vásárlásához. Ez egy B2B megoldás, amely kiterjeszti az online áruházak funkcionalitását.
Az UX tesztelése során a projekt szerzői rájöttek, hogy a „hasonló ruha” alatt az emberek nem a színben vagy a mintában értik a hasonlóságot, hanem a ruházat tulajdonságaiban. Ezért a srácok kifejlesztettek egy olyan rendszert, amely nem csak két képet hasonlít össze, hanem megérti a szemantikai közelséget. Ön feltölt egy képet az Önt érdeklő ruhadarabról, és a szolgáltatás kiválasztja a tulajdonságainak megfelelő termékeket.
Technikailag a rendszer a következőképpen működik:
A Cascade Mask-RCNN neurális hálózatot detektálásra és osztályozásra képezték ki. A ruházat tulajdonságainak és hasonlóságának meghatározására a ResNext-50 alapú, több fejjel neurális hálózatot használnak attribútumcsoportokhoz, a Triplet loss pedig egy termék fényképéhez. A teljes projekt mikroszolgáltatási architektúra alapján valósult meg.
A jövőben a tervek szerint:
- Indítson el egy szolgáltatást minden ruhakategóriához.
- API fejlesztése online áruházak számára.
- Az attribútum-manipuláció javítása.
- Tanuld meg megérteni a lekérdezéseket természetes nyelven.
Projektcsapat: Vladimir Belyaev, Petr Zaidel, Emil Bogomolov.
A jövő mobiltelevíziója
A Technopark csapatának projektje. A hallgatók TV-műsorral ellátott alkalmazást készítettek a fő orosz digitális műsorszórási csatornákhoz, amelyhez hozzáadták a csatornák IPTV (online csatornák) vagy antenna segítségével történő megtekintésének funkcióját.
A legnehezebb az antenna Android-eszközhöz való csatlakoztatása volt: ehhez tunert használtak, amelyhez maguk a szerzők írtak illesztőprogramot. Ennek eredményeként lehetőségünk nyílt TV-nézésre és a TV-műsorfüzet használatára Androidon egy alkalmazásban.
Projektcsapat: Konstantin Mitrakov, Sergey Lomachev.
Promóciókat, kedvezményeket és ajánlatokat összesítő szolgáltatás a levelezőlistákról
Ez egy projekt a reklám és a postai technológiák metszéspontjában. Postafiókjaink tele vannak spammel és levelekkel. Nap mint nap kapunk leveleket személyes kedvezményekkel, de egyre ritkábban bontjuk fel, „haszontalan reklámnak” tekintve. Emiatt a felhasználók elveszítik az előnyöket, a hirdetők pedig veszteségeket szenvednek el. A Mail.ru Mail tanulmánya kimutatta, hogy a felhasználók szeretnének egy összefoglalót látni a kedvezményeikről.
Terv információkat gyűjt a hírleveléből a kedvezményekről és promóciókról, és megjeleníti azokat egy kártyaszalag formájában, amelyről a promóciós webhelyre vagy e-mailre léphet. A program egyszerre több postafiókkal is tud dolgozni. Van egy lista a kiválasztott részvényekről.
A projekt mikroszolgáltatási architektúrával rendelkezik, és három fő részből áll:
- OAuth engedélyezés a postafiókok kényelmes csatlakoztatásához.
- Promóciós levelek gyűjtése és elemzése.
- Kedvezménykártyák tárolása és megjelenítése.
A projekt természetes nyelvi feldolgozási technológiát használ GPU-erőforrások felhasználásával: a grafikus gyorsítók lehetővé tették a feldolgozási sebesség 50-szeres növelését. Az algoritmus egy kérdés-felelet rendszeren alapul, amely lehetővé teszi az új üzleti követelményeknek megfelelő készletkategóriák gyors hozzáadását.
Ez a csapat nem csak a zsűri szerint a legjobb csapatok közé került, hanem megnyerte a „Digitális Topok 2019” versenyt is. Ez a verseny orosz fejlesztőknek szól, akik informatikai eszközöket hoznak létre az üzleti és kormányzati szervek hatékonyságának javítására, valamint a személyes termelékenység növelésére. Csapatunk diák kategóriát nyert.
A hallgatóknak nagy terveik vannak a projekt továbbfejlesztésével kapcsolatban, a következők:
- Integráció a levelezési szolgáltatásokkal.
- Képelemző rendszer megvalósítása.
- Projekt indítása széles közönség számára.
Projektcsapat: Maxim Ermakov, Denis Zinoviev, Nikita Rubinov.
Külön szeretnénk elmondani három olyan csapatról, amelyeket elismertek a Mail.ru csoport mentorai, akik a félév során hallgatókkal dolgoztak. A projektek kiválasztásakor különös figyelmet fordítottak a projekt összetettségére, a megvalósításra és a csapatmunkára.
Projekt "Mail.ru Tasks"
A projektet a zsűri és a mentorok is elismerték.
A „Tasks Mail.ru” az első független szolgáltatás a teendőlista vezetésére, amelyet a vállalat fejlesztett ki. A következő hónapokban a Tasks felváltja a feladatlistákat a Mail.ru Calendarban, és miután a projektet minden felhasználó számára engedélyezik, beépül a Mail.ru mobil- és webes levelezésébe.
A projekt offline-first és Mobile-first megközelítéssel valósult meg. Vagyis a webalkalmazást bármikor, bárhol és bármire használhatja. Az internetelérés nem számít: az adatok mentésre és szinkronizálásra kerülnek. A nagyobb kényelem érdekében „telepítheti” az alkalmazást a böngészőből, és úgy fog kinézni, mint egy natív.
Intelligens ételszkenner
Az élelmiszerboltban nem mindig tudjuk gyorsan megállapítani, hogy egy élelmiszer alkalmas-e számunkra vagy sem, mennyire biztonságos és egészséges. A helyzet bonyolultabbá válik, ha egy személy étrendi korlátozásokkal, különféle allergiákkal rendelkezik, vagy diétát tart. A Foodwise Android-alkalmazás lehetővé teszi a termék vonalkódjának beolvasását, és könnyedén ellenőrizheti, hogy megéri-e.
használd.
Az alkalmazás három fő részből áll: „Profil”, „Kamera” és „Előzmények”.
A „Profilban” beállíthatja a preferenciáit: az „Összetevők” részben kizárhatja étrendjéből az adatbázisban szereplő 60 000 összetevő bármelyikét, és elolvashatja az E-kiegészítőkkel kapcsolatos információkat. A „Csoportok” lehetővé teszik az összetevők teljes blokkjának egyidejű kizárását. Például, ha megadja a „Vegetáriánus” szót, akkor minden húst tartalmazó termék pirossal lesz kiemelve.
A „Kamera” részben két mód van: vonalkódok beolvasása, valamint zöldségek és gyümölcsök felismerése. A vonalkód beolvasása után minden információt megkap a termékről. A kizárt összetevők pirossal lesznek kiemelve.
Az összes korábban beolvasott termék az Előzmények közé kerül. Ez a rész fel van szerelve szöveges és hangos kereséssel.
A gyümölcsök és zöldségek felismerési módja lehetővé teszi, hogy információt szerezzen tápértékükről és energiaértékükről. Például egy alma körülbelül 25 grammot tartalmaz.
szénhidrát, ami elfogadhatatlan az alacsony szénhidráttartalmú étrendet folytatók számára.
Az alkalmazás Kotlin nyelven íródott, a „Camera” az ML Kit-et használja a vonalkódok beolvasására és a gyümölcsök és zöldségek azonosítására. A háttérrendszer két szolgáltatásból áll: egy API szerver adatbázissal,
amely 60 000 összetevőt és 100 000 termék összetételét tárolja, valamint egy Python és Tensorflow nyelven írt neurális hálózatot.
Projektcsapat: Artyom Andryukhov, Ksenia Glazacheva, Dmitry Salman.
A kibővített valósággal rendelkező ajándékok értékesítésére szolgáló szolgáltatás
Minden ember kapott már életében legalább egyszer jelképes ajándékot. Az emberek számára gyakran a figyelem ténye fontosabb, mint az ajándék, amit kapnak. Az ilyen ajándékok nem előnyösek, de előállításuk és ártalmatlanításuk negatív hatással van bolygónk természetére. A projekt szerzői így jutottak eszébe egy kibővített valósággal rendelkező ajándékértékesítési szolgáltatás létrehozásának.
Az ötlet relevanciájának tesztelésére tanulmányt végeztünk. A válaszadók 82%-a szembesült az ajándékválasztás problémájával. A válaszadók 57%-a számára a választás legnagyobb nehézségét az jelentette, hogy féltek, hogy nem használják fel az ajándékaikat. Az emberek 78%-a kész változtatni a környezeti problémák megoldása érdekében.
A szerzők három tézist fogalmaztak meg:
- Az ajándékok a virtuális világban élnek.
- Nem foglalnak helyet.
- Mindig közel van.
A kiterjesztett valóság internetes megvalósításához a szerzők az AR.js könyvtárat választották, amely két fő részből áll:
- Az első feladata, hogy A-Frame vagy Three.js használatával grafikákat rajzoljon a kamerafolyam tetejére.
- A második rész az ARToolKit, amely egy marker (egy speciális karakter, amely nyomtatható vagy egy másik eszköz képernyőjén megjeleníthető) felismeréséért felelős a kamera kimeneti adatfolyamában. A marker a grafika pozícionálására szolgál. Az ARToolKit jelenléte nem teszi lehetővé marker nélküli kiterjesztett valóság létrehozását az AR.js használatával.
Az AR.js számos buktatót rejt. Például az A-Frame-mel együtt történő használata „megtörheti” a stílusokat az egész oldalon. Ezért a szerzők az AR.js + Three.js „csomagját” használták, ami segített megoldani néhány problémát. És ahhoz, hogy a Three.js alapú AR.js-t beágyazzuk a Reactba, amelyben a projekt weboldala van írva, létre kellett hoznunk egy AR-Test-2 tárolót (), amely egy külön React komponenst valósít meg a Three.js alapú AR.js használatához. A modell kiterjesztett valóságban és 3D-ben való megtekintését (kamera nélküli eszközökhöz) valósították meg.
Később azonban kiderült, hogy a felhasználók nem értik, mi az a marker, és hogyan kell használni. Ezért a szerzők áttértek a technológiára, amelyet jelenleg a Google aktívan fejleszt. Az ARKit (iOS) vagy ARCore (Android) segítségével jelölő nélkül jeleníti meg a modelleket AR-ben. A technológia a Three.js-en alapul, és egy 3D-s modellnézegetőt is tartalmaz. A program használhatósága jelentősen javult, azonban a kibővített valóság megtekintéséhez iOS 12 vagy újabb rendszerű készülékre van szükség.
A projekt már elérhető itt: (), ahol megkaphatja első ajándékát.
Projektcsapat: Denis Stasyev, Anton Chadov.
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