Neseniai įvyko kitų trijų mūsų technologijų projektų - Technopark (Bauman MSTU), Technosphere (Lomonosovo Maskvos valstybinis universitetas) ir Technotrek (MIPT) - absolventų žiemos gynimas. Komandos pristatė tiek savo idėjų įgyvendinimus, tiek realių verslo problemų sprendimus, kuriuos pasiūlė skirtingi Mai.ru grupės padaliniai.
Tarp projektų:
- Dovanų pardavimo su papildyta realybe paslauga.
- Paslauga, sujungianti akcijas, nuolaidas ir pasiūlymus iš adresų sąrašo.
- Vizuali drabužių paieška.
- Elektroninių knygų kirtimo paslauga su nuomos galimybe.
- Išmanusis maisto skaitytuvas.
- Šiuolaikinis garso vadovas.
- Projektas „Mail.ru Tasks“
- Mobilioji ateities televizija.
Išsamiau norime papasakoti apie šešis projektus, kuriuos ypač pabrėžė žiuri nariai ir mentoriai.
Vizuali drabužių paieška
Projektą pristatė Technosferos absolventų komanda. Anot analitikų, mados rinka Rusijoje 2018 metais siekė beveik 2,4 trilijono rublių. Vaikinai sukūrė paslaugą, kuri yra išmanusis padėjėjas perkant daugybę prekių. Tai B2B sprendimas, praplečiantis internetinių parduotuvių funkcionalumą.
UX testavimo metu projekto autoriai išsiaiškino, kad pagal „panašią suknelę“ žmonės supranta ne spalvos ar rašto panašumą, o aprangos atributiką. Todėl vaikinai sukūrė sistemą, kuri ne tik palygina dvi nuotraukas, bet ir supranta semantinį artumą. Jūs įkeliate Jus dominančios aprangos vaizdą, o servisas atrenka savo atributiką atitinkančius produktus.
Techniškai sistema veikia taip:
Cascade Mask-RCNN neuroninis tinklas buvo apmokytas aptikti ir klasifikuoti. Aprangos požymiams ir panašumui nustatyti naudojamas ResNext-50 pagrindu sukurtas neuroninis tinklas su keliomis galvutėmis atributų grupėms, o Triplet loss – vieno gaminio nuotraukoms. Visas projektas buvo įgyvendintas remiantis mikro paslaugų architektūra.
Ateityje planuojama:
- Pradėti paslaugą, skirtą visų kategorijų drabužiams.
- Sukurkite API internetinėms parduotuvėms.
- Pagerinkite manipuliavimą atributais.
- Išmokite suprasti užklausas natūralia kalba.
Projekto komanda: Vladimiras Belyajevas, Petras Zaidelis, Emilis Bogomolovas.
Mobilioji ateities televizija
Technopark komandos projektas. Studentai sukūrė programą su pagrindinių Rusijos skaitmeninių transliavimo kanalų TV tvarkaraščiu, prie kurio buvo pridėta kanalų peržiūros funkcija naudojant IPTV (interneto kanalus) arba anteną.
Sunkiausia buvo prijungti anteną prie „Android“ įrenginio: tam jie naudojo imtuvą, kuriam autoriai patys parašė tvarkyklę. Dėl to gavome galimybę žiūrėti televizorių ir naudotis TV programų vadovu Android sistemoje vienoje programoje.
Projekto komanda: Konstantinas Mitrakovas, Sergejus Lomačevas.
Paslauga, kuri apibendrina akcijas, nuolaidas ir pasiūlymus iš adresų sąrašų
Tai reklamos ir pašto technologijų sankirtos projektas. Mūsų pašto dėžutės pilnos šiukšlių ir laiškų. Kasdien gauname laiškų su asmeninėmis nuolaidomis, tačiau vis rečiau juos atidarome, suvokdami kaip „nenaudingą reklamą“. Dėl šios priežasties vartotojai netenka naudos, o reklamuotojai – nuostolių. Mail.ru Mail atliktas tyrimas parodė, kad vartotojai nori matyti turimų nuolaidų suvestinę.
Projektas renka informaciją apie nuolaidas ir akcijas iš jūsų naujienlaiškio ir parodo jas kortelių juostelės pavidalu, iš kurios galite patekti į reklamos svetainę arba el. Programa gali dirbti su keliomis pašto dėžutėmis vienu metu. Yra pasirinktų akcijų sąrašas.
Projektas turi mikro paslaugų architektūrą ir susideda iš trijų pagrindinių dalių:
- OAuth autorizacija patogiam pašto dėžučių prijungimui.
- Laiškų su akcijomis rinkimas ir analizė.
- Nuolaidų kortelių saugojimas ir demonstravimas.
Projekte naudojama natūralios kalbos apdorojimo technologija naudojant GPU išteklius: grafikos greitintuvai leido padidinti apdorojimo greitį 50 kartų. Algoritmas pagrįstas klausimų-atsakymų sistema, kuri leidžia greitai pridėti akcijų kategorijas pagal naujus verslo reikalavimus.
Ši komanda ne tik iškovojo vietą geriausiose žiuri komandose, bet ir laimėjo konkursą „Skaitmeninės topai 2019“. Tai konkursas Rusijos kūrėjams, kuriantiems IT įrankius verslo ir valstybinių įstaigų veiklos efektyvumui gerinti, asmeniniam produktyvumui didinti. Mūsų komanda laimėjo studentų kategorijoje.
Studentai turi didelių planų tolesnei projekto plėtrai, sekantys:
- Integracija su pašto paslaugomis.
- Vaizdų analizės sistemos įdiegimas.
- Pradėti projektą plačiajai auditorijai.
Projekto komanda: Maksimas Ermakovas, Denisas Zinovjevas, Nikita Rubinovas.
Atskirai norėtume papasakoti apie tris komandas, kurias pripažino Mail.ru grupės mentoriai, dirbę su studentais visą semestrą. Atrenkant projektus ypatingas dėmesys buvo skiriamas projektų sudėtingumui, įgyvendinimui ir komandiniam darbui.
Projektas „Mail.ru Tasks“
Projektą įvertino ir žiuri, ir mentoriai.
„Tasks Mail.ru“ yra pirmoji nepriklausoma įmonės sukurta paslaugų sąrašo tvarkymo paslauga. Ateinančiais mėnesiais „Tasks“ pakeis užduočių sąrašus Mail.ru kalendoriuje, o įjungus projektą visiems vartotojams, jis bus integruotas į Mail.ru mobilųjį ir žiniatinklio paštą.
Projektas buvo įgyvendintas naudojant „Offline-first“ ir „Mobile-first“ metodus. Tai reiškia, kad galite naudoti žiniatinklio programą bet kada, bet kur ir bet kur. Prieiga prie interneto neturi reikšmės: duomenys bus išsaugoti ir sinchronizuoti. Kad būtų patogiau, galite „įdiegti“ programą iš naršyklės ir ji atrodys kaip vietinė.
Išmanusis maisto skaitytuvas
Maisto prekių parduotuvėje ne visada galime greitai nustatyti, ar maisto produktas mums tinka, ar ne, kiek jis saugus ir sveikas. Situacija komplikuojasi, jei žmogus turi mitybos apribojimų, įvairių alergijų, laikosi dietos. „Foodwise“ Android programėlė leidžia nuskaityti produkto brūkšninį kodą ir be vargo pamatyti, ar tai verta.
panaudok tai.
Programą sudaro trys pagrindiniai skyriai: „Profilis“, „Kamera“ ir „Istorija“.
Skiltyje „Profilis“ nustatote savo pageidavimus: skiltyje „Ingredientai“ galite neįtraukti į savo racioną bet kurį iš 60 000 ingredientų, įtrauktų į duomenų bazę, ir perskaityti informaciją apie E. papildus. „Grupės“ leidžia vienu metu išskirti visą ingredientų bloką. Pavyzdžiui, jei nurodysite „Vegetarizmas“, visi produktai, kurių sudėtyje yra mėsos, bus paryškinti raudonai.
Skiltyje „Kamera“ yra du režimai: brūkšninių kodų nuskaitymas ir daržovių bei vaisių atpažinimas. Nuskaitę brūkšninį kodą gausite visą informaciją apie prekę. Ingredientai, kuriuos išskyrėte, bus paryškinti raudonai.
Visi anksčiau nuskaityti produktai bus išsaugoti istorijoje. Šioje skiltyje yra teksto ir balso paieška.
Vaisių ir daržovių atpažinimo režimas leidžia gauti informacijos apie jų maistinę ir energinę vertę. Pavyzdžiui, viename obuolyje yra maždaug 25 gramai.
angliavandenių, o tai nepriimtina žmonėms, besilaikantiems mažai angliavandenių turinčios dietos.
Programa parašyta Kotlin kalba; „Camera“ naudoja ML rinkinį brūkšniniams kodams nuskaityti ir vaisiams bei daržovėms identifikuoti. Backend susideda iš dviejų paslaugų: API serverio su duomenų baze,
kuriame saugoma 60 000 ingredientų ir 100 000 produktų kompozicijų, taip pat neuroninis tinklas, parašytas Python ir Tensorflow.
Projekto komanda: Artyom Andryukhov, Ksenia Glazacheva, Dmitry Salman.
Dovanų pardavimo su papildyta realybe paslauga
Kiekvienas žmogus bent kartą gyvenime yra gavęs simbolinių dovanų. Dažnai žmonėms dėmesio faktas yra svarbesnis nei gauta dovana. Tokios dovanos nėra naudingos, tačiau jų gamyba ir šalinimas neigiamai veikia mūsų planetos gamtą. Taip projekto autoriams kilo idėja sukurti dovanų pardavimo su papildyta realybe paslaugą.
Norėdami patikrinti idėjos aktualumą, atlikome tyrimą. 82% apklaustųjų susidūrė su dovanos pasirinkimo problema. 57% respondentų pagrindinis sunkumas renkantis buvo baimė, kad jų dovanos nebus panaudotos. 78% žmonių yra pasirengę keistis, kad išspręstų aplinkosaugos problemas.
Autoriai iškėlė tris tezes:
- Dovanos gyvena virtualiame pasaulyje.
- Jie neužima vietos.
- Visada uždarykite.
Norėdami įdiegti papildytą realybę internete, autoriai pasirinko AR.js biblioteką, kurią sudaro dvi pagrindinės dalys:
- Pirmasis yra atsakingas už grafikos piešimą ant fotoaparato srauto naudojant A-Frame arba Three.js.
- Antroji dalis yra ARToolKit, kuri yra atsakinga už žymeklio (specialaus simbolio, kuris gali būti atspausdintas arba rodomas kito įrenginio ekrane) atpažinimą fotoaparato išvesties sraute. Žymeklis naudojamas grafinei vietai nustatyti. ARToolKit buvimas neleidžia sukurti papildytos realybės be žymeklių naudojant AR.js.
AR.js slepia daug spąstų. Pavyzdžiui, jo naudojimas kartu su A rėmeliu gali „sulaužyti“ stilius visoje svetainėje. Todėl autoriai naudojo AR.js + Three.js „ryšulį“, kuris padėjo išspręsti kai kurias problemas. Ir norėdami įterpti AR.js, pagrįstą Three.js, į React, kuriame parašyta projekto svetainė, turėjome sukurti AR-Test-2 saugyklą (), kuris įgyvendina atskirą React komponentą, skirtą naudoti AR.js, pagrįstą Three.js. Buvo įgyvendintas modelio peržiūra papildytoje realybėje ir 3D (įrenginiams be kameros).
Tačiau vėliau paaiškėjo, kad vartotojai nesupranta, kas yra žymeklis ir kaip juo naudotis. Todėl autoriai perėjo prie technologijos , kurią dabar aktyviai kuria Google. Jis naudoja ARKit (iOS) arba ARCore (Android) modeliams pateikti AR be žymeklio. Technologija pagrįsta Three.js ir apima 3D modelių peržiūrą. Programos patogumas gerokai pagerėjo, tačiau norint matyti papildytą realybę, reikia įrenginio su iOS 12 ar naujesne versija.
Projektą dabar galima rasti adresu (), kur galite gauti pirmąją dovaną.
Projekto komanda: Denisas Stasjevas, Antonas Čadovas.
Daugiau apie mūsų edukacinius projektus galite perskaityti adresu . Ir dažniau apsilankykite kanale , ten nuolat pasirodo nauji mokomieji filmukai apie programavimą, kūrimą ir kitas disciplinas.
Šaltinis: www.habr.com