Niedawno odbyła się kolejna zimowa obrona absolwentów trzech naszych projektów technologicznych - Technopark (Bauman MSTU), Techn Sfera (Moskiewski Uniwersytet Państwowy Łomonosowa) i Technotrek (MIPT). Zespoły zaprezentowały zarówno wdrożenia własnych pomysłów, jak i rozwiązania rzeczywistych problemów biznesowych zaproponowane przez różne oddziały Grupy Mai.ru.
Wśród projektów:
- Usługa sprzedaży prezentów z wykorzystaniem rozszerzonej rzeczywistości.
- Usługa agregująca promocje, rabaty i oferty z listy mailingowej.
- Wizualne wyszukiwanie ubrań.
- Usługa elektronicznego krzyżowania książek z możliwością wypożyczenia.
- Inteligentny skaner żywności.
- Nowoczesny audioprzewodnik.
- Projekt „Zadania Mail.ru”
- Telewizja mobilna przyszłości.
Chcielibyśmy opowiedzieć Państwu bardziej szczegółowo o sześciu projektach, które zostały szczególnie wyróżnione przez członków jury i mentorów.
Wizualne wyszukiwanie ubrań
Projekt przedstawił zespół absolwentów Technosfery. Według analityków rynek mody w Rosji w 2018 roku wyniósł prawie 2,4 biliona rubli. Chłopaki stworzyli usługę, która jest pozycjonowana jako inteligentny asystent do dokonywania zakupów szerokiej gamy towarów. To rozwiązanie B2B rozszerzające funkcjonalność sklepów internetowych.
Podczas testów UX autorzy projektu odkryli, że przez „podobny strój” ludzie rozumieją podobieństwo nie w kolorze czy wzorze, ale w cechach ubrania. Dlatego chłopaki opracowali system, który nie tylko porównuje dwa obrazy, ale także rozumie bliskość semantyczną. Przesyłasz zdjęcie interesującego Cię elementu odzieży, a usługa wybiera produkty, które odpowiadają jego atrybutom.
Technicznie system działa w następujący sposób:
Sieć neuronową Cascade Mask-RCNN przeszkolono pod kątem wykrywania i klasyfikacji. Do określenia atrybutów i podobieństwa odzieży wykorzystuje się sieć neuronową opartą na ResNext-50 z kilkoma głowicami dla grup atrybutów oraz utratę Triplet dla zdjęć jednego produktu. Cały projekt został zrealizowany w oparciu o architekturę mikroserwisową.
W przyszłości planowane jest:
- Uruchom usługę dla wszystkich kategorii odzieży.
- Opracuj API dla sklepów internetowych.
- Ulepsz manipulację atrybutami.
- Naucz się rozumieć zapytania w języku naturalnym.
Zespół projektowy: Władimir Belyaev, Petr Zaidel, Emil Bogomolov.
Telewizja mobilna przyszłości
Projekt zespołu Technoparku. Studenci stworzyli aplikację z harmonogramem telewizyjnym dla głównych rosyjskich kanałów cyfrowych, do której dodano funkcję oglądania kanałów za pomocą IPTV (kanały online) lub anteny.
Najtrudniej było podłączyć antenę do urządzenia z Androidem: w tym celu wykorzystano tuner, do którego sami autorzy napisali sterownik. Dzięki temu otrzymaliśmy możliwość oglądania telewizji i korzystania z przewodnika po programach telewizyjnych na Androidzie w jednej aplikacji.
Zespół projektowy: Konstantin Mitrakov, Sergey Lomachev.
Usługa agregująca promocje, rabaty i oferty z list mailingowych
To projekt na styku technologii reklamowych i pocztowych. Nasze skrzynki pocztowe są pełne spamu i mailingów. Codziennie otrzymujemy listy z osobistymi rabatami, ale otwieramy je coraz rzadziej, postrzegając je jako „bezużyteczną reklamę”. Z tego powodu użytkownicy tracą korzyści, a reklamodawcy ponoszą straty. Badanie przeprowadzone przez Mail.ru Mail wykazało, że użytkownicy chcą zobaczyć podsumowanie posiadanych rabatów.
Projekt zbiera informacje o rabatach i promocjach z Twojego newslettera i wyświetla je w formie wstążki kart, z której możesz przejść do strony promocji lub poczty elektronicznej. Program może współpracować z kilkoma skrzynkami pocztowymi jednocześnie. Znajduje się tam lista wybranych akcji.
Projekt ma architekturę mikroserwisową i składa się z trzech głównych części:
- Autoryzacja OAuth dla wygodnego łączenia skrzynek pocztowych.
- Zbieranie i analiza listów z promocjami.
- Przechowywanie i eksponowanie kart rabatowych.
W projekcie wykorzystano technologię przetwarzania języka naturalnego z wykorzystaniem zasobów GPU: akceleratory graficzne umożliwiły 50-krotne zwiększenie szybkości przetwarzania. Algorytm opiera się na systemie pytanie-odpowiedź, co pozwala na szybkie dodawanie kategorii magazynowych zgodnie z nowymi wymaganiami biznesowymi.
Zespół ten nie tylko zajął w ocenie jury miejsce w czołówce zespołów, ale także zwyciężył w konkursie „Cyfrowe Topy 2019”. To konkurs dla rosyjskich programistów, którzy tworzą narzędzia informatyczne poprawiające efektywność agencji biznesowych i rządowych, a także zwiększające produktywność osobistą. Nasza drużyna zwyciężyła w kategorii uczniów.
Studenci mają duże plany na dalszy rozwój projektu, kolejne to:
- Integracja z usługami pocztowymi.
- Wdrożenie systemu analizy obrazu.
- Uruchomienie projektu dla szerokiego grona odbiorców.
Zespół projektowy: Maxim Ermakov, Denis Zinowiew, Nikita Rubinov.
Osobno chcielibyśmy opowiedzieć o trzech zespołach, które zostały docenione przez mentorów Grupy Mail.ru, którzy pracowali ze studentami przez cały semestr. Przy wyborze projektów szczególną uwagę zwrócono na złożoność projektu, jego realizację i pracę zespołową.
Projekt „Zadania Mail.ru”
Projekt został doceniony zarówno przez jury, jak i mentorów.
„Zadania Mail.ru” to pierwsza niezależna usługa służąca do utrzymywania listy zadań do wykonania, opracowana przez firmę. W nadchodzących miesiącach Zadania zastąpią listy zadań w Kalendarzu Mail.ru, a po włączeniu projektu dla wszystkich użytkowników zostanie on zintegrowany z pocztą mobilną i internetową Mail.ru.
Projekt został wdrożony w oparciu o podejście Offline-first i Mobile-first. Oznacza to, że możesz korzystać z aplikacji internetowej w dowolnym miejscu, czasie i na czymkolwiek. Dostęp do Internetu nie ma znaczenia: dane zostaną zapisane i zsynchronizowane. Dla większej wygody możesz „zainstalować” aplikację z przeglądarki i będzie ona wyglądać jak natywna.
Inteligentny skaner żywności
W sklepie spożywczym nie zawsze jesteśmy w stanie szybko określić, czy dany produkt spożywczy jest dla nas odpowiedni, czy jest bezpieczny i zdrowy. Sytuacja staje się bardziej skomplikowana, jeśli dana osoba ma ograniczenia dietetyczne, różne alergie lub jest na diecie. Aplikacja Foodwise na Androida umożliwia zeskanowanie kodu kreskowego produktu i bezproblemowe sprawdzenie, czy warto.
Użyj tego.
Aplikacja składa się z trzech głównych sekcji: „Profil”, „Aparat” i „Historia”.
W „Profilu” ustawiasz swoje preferencje: w sekcji „Składniki” możesz wykluczyć ze swojej diety dowolny z 60 000 składników znajdujących się w bazie oraz zapoznać się z informacjami o E-suplementach. „Grupy” pozwalają na jednoczesne wykluczenie całego bloku składników. Na przykład, jeśli określisz „Wegetarianizm”, wszystkie produkty zawierające mięso zostaną podświetlone na czerwono.
W sekcji „Aparat” dostępne są dwa tryby: skanowanie kodów kreskowych oraz rozpoznawanie warzyw i owoców. Po zeskanowaniu kodu kreskowego otrzymasz wszystkie informacje o produkcie. Składniki, które wykluczyłeś, zostaną podświetlone na czerwono.
Wszystkie wcześniej zeskanowane produkty zostaną zapisane w Historii. Ta sekcja jest wyposażona w wyszukiwanie tekstowe i głosowe.
Tryb rozpoznawania owoców i warzyw pozwala na uzyskanie informacji o ich wartości odżywczej i energetycznej. Na przykład jedno jabłko zawiera około 25 gramów.
węglowodanów, co jest niedopuszczalne dla osób na diecie niskowęglowodanowej.
Aplikacja napisana w języku Kotlin, „Aparat” wykorzystuje ML Kit do skanowania kodów kreskowych oraz identyfikacji owoców i warzyw. Backend składa się z dwóch usług: serwera API z bazą danych,
przechowujący 60 000 składników i składy 100 000 produktów, a także sieć neuronową napisaną w Pythonie i Tensorflow.
Zespół projektowy: Artem Andryukhov, Ksenia Glazacheva, Dmitry Salman.
Usługa sprzedaży prezentów z wykorzystaniem rozszerzonej rzeczywistości
Każdy człowiek przynajmniej raz w życiu otrzymał symboliczne prezenty. Często dla ludzi fakt uwagi jest ważniejszy niż prezent, który otrzymują. Takie prezenty nie są korzystne, ale ich produkcja i utylizacja mają negatywny wpływ na naturę naszej planety. W ten sposób autorzy projektu wpadli na pomysł stworzenia usługi sprzedaży prezentów z wykorzystaniem rozszerzonej rzeczywistości.
Aby sprawdzić zasadność tego pomysłu, przeprowadziliśmy badanie. 82% ankietowanych stanęło przed problemem wyboru prezentu. Dla 57% respondentów główną trudnością w wyborze była obawa, że ich prezent nie zostanie wykorzystany. 78% ludzi jest gotowych na zmiany, aby rozwiązać problemy środowiskowe.
Autorzy postawili trzy tezy:
- Prezenty żyją w wirtualnym świecie.
- Nie zajmują miejsca.
- Zawsze blisko.
Do implementacji rzeczywistości rozszerzonej w sieci autorzy wybrali bibliotekę AR.js, która składa się z dwóch głównych części:
- Pierwszy odpowiada za rysowanie grafiki na wierzchu strumienia kamery za pomocą A-Frame lub Three.js.
- Druga część to ARToolKit, który odpowiada za rozpoznawanie znacznika (znaku specjalnego, który można wydrukować lub wyświetlić na ekranie innego urządzenia) w strumieniu wyjściowym kamery. Znacznik służy do pozycjonowania grafiki. Obecność ARToolKit nie pozwala na tworzenie rzeczywistości rozszerzonej bez znaczników przy użyciu AR.js.
AR.js kryje w sobie wiele pułapek. Na przykład jego użycie razem z A-Frame może „przełamać” style w całej witrynie. Dlatego autorzy wykorzystali „pakiet” AR.js + Three.js, który pomógł rozwiązać część problemów. Natomiast aby osadzić AR.js oparty na Three.js w React, w którym napisana jest strona projektu, musieliśmy stworzyć repozytorium AR-Test-2 (), który implementuje oddzielny komponent React do korzystania z AR.js opartego na Three.js. Zaimplementowano podgląd modelu w rzeczywistości rozszerzonej oraz 3D (dla urządzeń bez kamery).
Jednak później okazało się, że użytkownicy nie rozumieją, czym jest marker i jak go używać. Dlatego autorzy przeszli na technologię , która jest obecnie aktywnie rozwijana przez Google. Wykorzystuje ARKit (iOS) lub ARCore (Android) do renderowania modeli w AR bez znacznika. Technologia opiera się na Three.js i zawiera przeglądarkę modeli 3D. Użyteczność programu znacznie się poprawiła, jednak aby oglądać rzeczywistość rozszerzoną potrzebne jest urządzenie z systemem iOS 12 lub nowszym.
Projekt jest już dostępny pod adresem (), gdzie możesz odebrać swój pierwszy prezent.
Zespół projektowy: Denis Stasyev, Anton Chadov.
Więcej o naszych projektach edukacyjnych można przeczytać na stronie . I częściej odwiedzaj kanał , regularnie pojawiają się tam nowe filmy edukacyjne na temat programowania, rozwoju i innych dyscyplin.
Źródło: www.habr.com