Baru-baru ini, pertahanan musim sejuk seterusnya graduan tiga projek teknologi kami berlaku - Technopark (Bauman MSTU), Technosphere (Lomonosov Moscow State University) dan Technotrek (MIPT). Pasukan membentangkan kedua-dua pelaksanaan idea dan penyelesaian mereka sendiri kepada masalah perniagaan sebenar yang dicadangkan oleh bahagian berbeza Kumpulan Mai.ru.
Antara projek:
- Perkhidmatan untuk menjual hadiah dengan realiti tambahan.
- Perkhidmatan yang mengagregatkan promosi, diskaun dan tawaran daripada senarai mel.
- Carian visual untuk pakaian.
- Perkhidmatan untuk lintasan buku elektronik dengan pilihan sewa.
- Pengimbas makanan pintar.
- Panduan audio moden.
- Projek "Mail.ru Tasks"
- Televisyen mudah alih masa hadapan.
Kami ingin memberitahu anda dengan lebih terperinci tentang enam projek yang diketengahkan terutamanya oleh ahli juri dan mentor.
Carian visual untuk pakaian
Projek ini telah dibentangkan oleh sekumpulan graduan Technosphere. Menurut penganalisis, pasaran fesyen di Rusia pada 2018 berjumlah hampir 2,4 trilion rubel. Lelaki itu mencipta perkhidmatan yang diletakkan sebagai pembantu pintar untuk membuat pembelian dalam pelbagai jenis barangan. Ini ialah penyelesaian B2B yang mengembangkan fungsi kedai dalam talian.
Semasa ujian UX, pengarang projek mendapati bahawa dengan "pakaian serupa" orang memahami persamaan bukan dalam warna atau corak, tetapi dalam sifat pakaian. Oleh itu, lelaki itu membangunkan sistem yang bukan sahaja membandingkan dua gambar, tetapi memahami kedekatan semantik. Anda memuat naik imej item pakaian yang anda minati, dan perkhidmatan memilih produk yang berkaitan dengan atributnya.
Secara teknikal sistem berfungsi seperti berikut:
Rangkaian saraf Cascade Mask-RCNN telah dilatih untuk pengesanan dan pengelasan. Untuk menentukan sifat dan persamaan pakaian, rangkaian saraf berdasarkan ResNext-50 dengan beberapa kepala digunakan untuk kumpulan atribut, dan kehilangan tiga kali ganda untuk gambar satu produk. Keseluruhan projek telah dilaksanakan berdasarkan seni bina perkhidmatan mikro.
Pada masa hadapan ia dirancang:
- Lancarkan perkhidmatan untuk semua kategori pakaian.
- Membangunkan API untuk kedai dalam talian.
- Meningkatkan manipulasi atribut.
- Belajar untuk memahami pertanyaan dalam bahasa semula jadi.
Pasukan projek: Vladimir Belyaev, Petr Zaidel, Emil Bogomolov.
TV mudah alih masa hadapan
Projek pasukan Technopark. Pelajar mencipta aplikasi dengan jadual TV untuk saluran penyiaran digital utama Rusia, yang ditambah fungsi menonton saluran menggunakan IPTV (saluran dalam talian) atau antena.
Perkara yang paling sukar ialah memasang antena ke peranti Android: untuk ini mereka menggunakan penala, yang mana pengarang sendiri menulis pemandu. Hasilnya, kami mendapat peluang untuk menonton TV dan menggunakan panduan program TV pada Android dalam satu aplikasi.
Pasukan projek: Konstantin Mitrakov, Sergey Lomachev.
Perkhidmatan yang mengagregatkan promosi, diskaun dan tawaran daripada senarai mel
Ini adalah projek di persimpangan pengiklanan dan teknologi pos. Peti mel kami penuh dengan spam dan mel. Setiap hari kami menerima surat dengan diskaun peribadi, tetapi kami semakin kurang membukanya, menganggapnya sebagai "pengiklanan yang tidak berguna." Disebabkan ini, pengguna kehilangan faedah dan pengiklan mengalami kerugian. Kajian oleh Mail.ru Mail menunjukkan bahawa pengguna ingin melihat ringkasan diskaun yang mereka miliki.
Projek mengumpul maklumat tentang diskaun dan promosi daripada surat berita anda dan memaparkannya dalam bentuk reben kad dari mana anda boleh pergi ke tapak web promosi atau e-mel. Program ini boleh berfungsi dengan beberapa peti mel sekaligus. Terdapat senarai saham terpilih.
Projek ini mempunyai seni bina perkhidmatan mikro dan terdiri daripada tiga bahagian utama:
- Keizinan OAuth untuk sambungan peti mel yang mudah.
- Pengumpulan dan analisis surat dengan kenaikan pangkat.
- Menyimpan dan memaparkan kad diskaun.
Projek ini menggunakan teknologi pemprosesan bahasa semula jadi menggunakan sumber GPU: pemecut grafik memungkinkan untuk meningkatkan kelajuan pemprosesan sebanyak 50 kali. Algoritma adalah berdasarkan sistem soalan-jawapan, yang membolehkan anda menambah kategori stok dengan cepat mengikut keperluan perniagaan baharu.
Pasukan ini bukan sahaja memenangi tempat dalam pasukan teratas mengikut juri, tetapi juga memenangi pertandingan βDigital Tops 2019β. Ini adalah pertandingan untuk pembangun Rusia yang mencipta alat IT untuk meningkatkan kecekapan perniagaan dan agensi kerajaan, serta meningkatkan produktiviti peribadi. Pasukan kami memenangi kategori pelajar.
Pelajar mempunyai rancangan besar untuk pembangunan selanjutnya projek, yang seterusnya ialah:
- Integrasi dengan perkhidmatan mel.
- Pelaksanaan sistem analisis imej.
- Melancarkan projek untuk khalayak yang luas.
Pasukan projek: Maxim Ermakov, Denis Zinoviev, Nikita Rubinov.
Secara berasingan, kami ingin memberitahu anda tentang tiga pasukan yang diiktiraf oleh mentor Kumpulan Mail.ru yang bekerja dengan pelajar sepanjang semester. Perhatian khusus diberikan kepada kerumitan projek, pelaksanaan dan kerja berpasukan semasa memilih projek.
Projek "Mail.ru Tasks"
Projek ini telah diambil perhatian oleh kedua-dua juri dan mentor.
"Tasks Mail.ru" ialah perkhidmatan bebas pertama untuk mengekalkan senarai tugasan, yang dibangunkan oleh syarikat. Dalam beberapa bulan akan datang, Tasks akan menggantikan senarai tugas dalam Kalendar Mail.ru, dan selepas projek dihidupkan untuk semua pengguna, ia akan disepadukan ke dalam Mail.ru mudah alih dan Mel web.
Projek ini dilaksanakan menggunakan pendekatan Luar Talian didahulukan dan Mudah Alih. Iaitu, anda boleh menggunakan aplikasi web pada bila-bila masa, di mana sahaja dan pada apa sahaja. Akses Internet tidak penting: data akan disimpan dan disegerakkan. Untuk kemudahan yang lebih besar, anda boleh "memasang" aplikasi dari penyemak imbas, dan ia akan kelihatan seperti aplikasi asli.
Pengimbas makanan pintar
Di kedai runcit, kita tidak boleh sentiasa cepat menentukan sama ada produk makanan sesuai untuk kita atau tidak, sejauh mana ia selamat dan sihat. Keadaan menjadi lebih rumit jika seseorang mempunyai sekatan diet, pelbagai alahan, atau sedang berdiet. Apl Android Foodwise membolehkan anda mengimbas kod bar produk dan dengan mudah melihat sama ada ia berbaloi.
gunakannya.
Aplikasi ini mempunyai tiga bahagian utama: "Profil", "Kamera" dan "Sejarah".
Dalam "Profil" anda menetapkan pilihan anda: dalam bahagian "Bahan" anda boleh mengecualikan daripada diet anda mana-mana daripada 60 bahan yang disertakan dalam pangkalan data dan membaca maklumat tentang E-suplemen. "Kumpulan" membolehkan anda mengecualikan keseluruhan blok bahan sekaligus. Contohnya, jika anda menentukan "Vegetarianisme", maka semua produk yang mengandungi daging akan diserlahkan dengan warna merah.
Terdapat dua mod dalam bahagian "Kamera": mengimbas kod bar dan mengecam sayur-sayuran dan buah-buahan. Selepas mengimbas kod bar, anda akan mendapat semua maklumat tentang produk. Bahan-bahan yang telah anda kecualikan akan diserlahkan dengan warna merah.
Semua produk yang diimbas sebelum ini akan disimpan dalam Sejarah. Bahagian ini dilengkapi dengan carian teks dan suara.
Mod pengecaman untuk buah-buahan dan sayur-sayuran membolehkan anda mendapatkan maklumat tentang nilai pemakanan dan tenaganya. Sebagai contoh, satu epal mengandungi kira-kira 25 gram.
karbohidrat, yang tidak boleh diterima untuk orang yang menjalani diet rendah karbohidrat.
Aplikasi ini ditulis dalam Kotlin, "Kamera" menggunakan Kit ML untuk mengimbas kod bar dan mengenal pasti buah-buahan dan sayur-sayuran. Bahagian belakang terdiri daripada dua perkhidmatan: pelayan API dengan pangkalan data,
yang menyimpan 60 ramuan dan komposisi 000 produk, serta rangkaian saraf yang ditulis dalam Python dan Tensorflow.
Pasukan projek: Artyom Andryukhov, Ksenia Glazacheva, Dmitry Salman.
Perkhidmatan untuk menjual hadiah dengan realiti tambahan
Setiap orang telah menerima hadiah simbolik sekurang-kurangnya sekali dalam hidup mereka. Selalunya, bagi orang, fakta perhatian lebih penting daripada hadiah yang mereka terima. Hadiah sedemikian tidak berfaedah, tetapi pengeluaran dan pelupusannya mempunyai kesan negatif terhadap sifat planet kita. Beginilah cara pengarang projek itu menghasilkan idea untuk mencipta perkhidmatan untuk menjual hadiah dengan realiti tambahan.
Untuk menguji kerelevanan idea tersebut, kami menjalankan kajian. 82% responden menghadapi masalah memilih hadiah. Bagi 57% responden, kesukaran utama dalam memilih adalah ketakutan bahawa hadiah mereka tidak akan digunakan. 78% orang bersedia untuk berubah untuk menyelesaikan masalah alam sekitar.
Penulis mengemukakan tiga tesis:
- Hadiah hidup di dunia maya.
- Mereka tidak mengambil ruang.
- Sentiasa dekat.
Untuk melaksanakan realiti tambahan di web, pengarang memilih perpustakaan AR.js, yang terdiri daripada dua bahagian utama:
- Yang pertama bertanggungjawab untuk melukis grafik di atas strim kamera menggunakan A-Frame atau Three.js.
- Bahagian kedua ialah ARToolKit, yang bertanggungjawab untuk mengenali penanda (karakter khas yang sama ada boleh dicetak atau ditunjukkan pada skrin peranti lain) dalam aliran keluaran kamera. Penanda digunakan untuk meletakkan grafik. Kehadiran ARToolKit tidak membenarkan anda mencipta realiti tambahan tanpa penanda menggunakan AR.js.
AR.js menyembunyikan banyak perangkap. Sebagai contoh, penggunaannya bersama-sama dengan A-Frame boleh "memecahkan" gaya di seluruh tapak. Oleh itu, pengarang menggunakan "himpunan" AR.js + Three.js, yang membantu menyelesaikan beberapa masalah. Dan untuk membenamkan AR.js berdasarkan Three.js ke dalam React, di mana tapak web projek ditulis, kami perlu membuat repositori AR-Test-2 (), yang melaksanakan komponen React yang berasingan untuk menggunakan AR.js berdasarkan Three.js. Melihat model dalam realiti tambahan dan 3D (untuk peranti tanpa kamera) telah dilaksanakan.
Walau bagaimanapun, kemudiannya ternyata pengguna tidak memahami apa itu penanda dan cara menggunakannya. Oleh itu, pengarang beralih kepada teknologi , yang kini sedang giat dibangunkan oleh Google. Ia menggunakan ARKit (iOS) atau ARCore (Android) untuk memaparkan model dalam AR tanpa penanda. Teknologi ini berdasarkan Three.js dan termasuk pemapar model 3D. Kebolehgunaan program telah bertambah baik dengan ketara, walau bagaimanapun, untuk melihat realiti tambahan, anda memerlukan peranti dengan iOS 12 atau lebih baru.
Projek ini kini boleh didapati di (), di mana anda boleh menerima hadiah pertama anda.
Pasukan projek: Denis Stasyev, Anton Chadov.
Anda boleh membaca lebih lanjut mengenai projek pendidikan kami di . Dan lawati saluran dengan lebih kerap , video pendidikan baharu tentang pengaturcaraan, pembangunan dan disiplin lain muncul di sana dengan kerap.
Sumber: www.habr.com