Nedávno sa uskutočnila ďalšia zimná obhajoba absolventov troch našich technologických projektov - Technopark (Bauman MSTU), Technosphere (Lomonosov Moskovská štátna univerzita) a Technotrek (MIPT). Tímy predstavili implementácie svojich vlastných nápadov a riešenia skutočných obchodných problémov, ktoré navrhli rôzne divízie skupiny Mai.ru.
Medzi projektmi:
- Služba predaja darčekov s rozšírenou realitou.
- Služba, ktorá zhromažďuje akcie, zľavy a ponuky zo zoznamu adries.
- Vizuálne vyhľadávanie oblečenia.
- Služba elektronického kríženia kníh s možnosťou prenájmu.
- Inteligentný potravinový skener.
- Moderný zvukový sprievodca.
- Projekt "Úlohy Mail.ru"
- Mobilná televízia budúcnosti.
Radi by sme vám podrobnejšie porozprávali o šiestich projektoch, ktoré osobitne vyzdvihli členovia poroty a mentori.
Vizuálne vyhľadávanie oblečenia
Projekt prezentoval tím absolventov Technosféry. Podľa analytikov predstavoval módny trh v Rusku v roku 2018 takmer 2,4 bilióna rubľov. Chlapci vytvorili službu, ktorá je umiestnená ako inteligentný asistent na nákupy veľkého množstva tovaru. Ide o B2B riešenie, ktoré rozširuje funkcionalitu internetových obchodov.
Počas testovania UX autori projektu zistili, že pod „podobným oblečením“ ľudia chápu podobnosť nie vo farbe alebo vzore, ale v atribútoch oblečenia. Preto chlapci vyvinuli systém, ktorý nielen porovnáva dva obrázky, ale chápe sémantickú blízkosť. Nahráte obrázok odevu, o ktorý máte záujem, a služba vyberie produkty, ktoré zodpovedajú jej atribútom.
Technicky systém funguje nasledovne:
Neurónová sieť Cascade Mask-RCNN bola trénovaná na detekciu a klasifikáciu. Na určenie atribútov a podobnosti oblečenia sa používa neurónová sieť na báze ResNext-50 s niekoľkými hlavami pre skupiny atribútov a Triplet loss pre fotografie jedného produktu. Celý projekt bol realizovaný na báze mikroservisnej architektúry.
V budúcnosti sa plánuje:
- Spustite službu pre všetky kategórie oblečenia.
- Vytvorte API pre online obchody.
- Zlepšite manipuláciu s atribútmi.
- Naučte sa porozumieť dopytom v prirodzenom jazyku.
Projektový tím: Vladimir Belyaev, Petr Zaidel, Emil Bogomolov.
Mobilná televízia budúcnosti
Projekt tímu Technopark. Študenti vytvorili aplikáciu s televíznym programom pre hlavné ruské kanály digitálneho vysielania, ku ktorým bola pridaná funkcia sledovania kanálov pomocou IPTV (online kanálov) alebo antény.
Najťažšie bolo pripojiť anténu k zariadeniu Android: na to použili tuner, pre ktorý autori sami napísali ovládač. Vďaka tomu sme dostali možnosť sledovať televíziu a používať televízneho programového sprievodcu v systéme Android v jednej aplikácii.
Projektový tím: Konstantin Mitrakov, Sergey Lomachev.
Služba, ktorá zhromažďuje propagačné akcie, zľavy a ponuky zo zoznamov adries
Ide o projekt na priesečníku reklamných a poštových technológií. Naše poštové schránky sú plné spamu a pošty. Každý deň dostávame listy s osobnými zľavami, no otvárame ich čoraz menej a vnímame ich ako „zbytočnú reklamu“. Z tohto dôvodu používatelia strácajú výhody a inzerenti utrpia straty. Štúdia Mail.ru Mail ukázala, že používatelia chcú vidieť súhrn zliav, ktoré majú.
Projekt zhromažďuje informácie o zľavách a akciách z vášho newslettera a zobrazuje ich vo forme pásika kariet, z ktorých môžete prejsť na webovú stránku akcie alebo e-mail. Program dokáže pracovať s viacerými poštovými schránkami naraz. K dispozícii je zoznam vybraných akcií.
Projekt má mikroservisnú architektúru a pozostáva z troch hlavných častí:
- Autorizácia OAuth pre pohodlné prepojenie poštových schránok.
- Zber a analýza listov s propagačnými akciami.
- Ukladanie a vystavovanie zľavových kariet.
Projekt využíva technológiu spracovania prirodzeného jazyka pomocou prostriedkov GPU: grafické akcelerátory umožnili zvýšiť rýchlosť spracovania 50-krát. Algoritmus je založený na systéme otázok a odpovedí, ktorý vám umožňuje rýchlo pridávať kategórie akcií v súlade s novými obchodnými požiadavkami.
Tento tím získal nielen miesto v top tímoch podľa poroty, ale vyhral aj súťaž „Digital Tops 2019“. Ide o súťaž pre ruských vývojárov, ktorí vytvárajú IT nástroje na zlepšenie efektivity obchodných a vládnych agentúr, ako aj na zvýšenie osobnej produktivity. Naše družstvo vyhralo žiacku kategóriu.
Študenti majú veľké plány na ďalší rozvoj projektu, najbližšie sú:
- Integrácia s poštovými službami.
- Implementácia systému analýzy obrazu.
- Spustenie projektu pre široké publikum.
Projektový tím: Maxim Ermakov, Denis Zinoviev, Nikita Rubinov.
Samostatne by sme vám chceli povedať o troch tímoch, ktoré ocenili mentori skupiny Mail.ru, ktorí pracovali so študentmi počas celého semestra. Pri výbere projektov sa dbalo najmä na komplexnosť projektu, implementáciu a tímovú spoluprácu.
Projekt "Úlohy Mail.ru"
Projekt zaznamenala porota aj mentori.
„Mail.ru Tasks“ je prvá nezávislá služba na udržiavanie zoznamu úloh vyvinutá spoločnosťou. V nasledujúcich mesiacoch služba Tasks nahradí zoznamy úloh v kalendári Mail.ru a po povolení projektu pre všetkých používateľov bude integrovaný do mobilnej a webovej pošty Mail.ru.
Projekt bol realizovaný pomocou prístupov Offline-first a Mobile-first. To znamená, že webovú aplikáciu môžete používať kedykoľvek, kdekoľvek a na čomkoľvek. Na prístupe na internet nezáleží: údaje sa uložia a zosynchronizujú. Pre väčšie pohodlie si môžete aplikáciu „nainštalovať“ z prehliadača a bude vyzerať ako natívna.
Inteligentný potravinový skener
V obchode s potravinami nevieme vždy rýchlo určiť, či je potravina pre nás vhodná alebo nie, nakoľko je bezpečná a zdravá. Situácia sa komplikuje, ak má človek diétne obmedzenia, rôzne alergie, alebo drží diétu. Aplikácia Foodwise pre Android vám umožňuje naskenovať čiarový kód produktu a bez námahy zistiť, či to stojí za to.
použi to.
Aplikácia má tri hlavné časti: „Profil“, „Fotoaparát“ a „História“.
V „Profile“ si nastavíte svoje preferencie: v časti „Ingrediencie“ môžete vylúčiť zo svojho jedálnička ktorúkoľvek zo 60 000 ingrediencií zahrnutých v databáze a prečítať si informácie o E-doplnkoch. „Skupiny“ vám umožňujú vylúčiť celý blok ingrediencií naraz. Ak napríklad zadáte „Vegetariánstvo“, všetky produkty obsahujúce mäso budú zvýraznené červenou farbou.
V časti „Fotoaparát“ sú dva režimy: skenovanie čiarových kódov a rozpoznávanie zeleniny a ovocia. Po naskenovaní čiarového kódu získate všetky informácie o produkte. Prísady, ktoré ste vylúčili, budú zvýraznené červenou farbou.
Všetky predtým naskenované produkty sa uložia do histórie. Táto sekcia je vybavená textovým a hlasovým vyhľadávaním.
Režim rozpoznávania ovocia a zeleniny umožňuje získať informácie o ich nutričnej a energetickej hodnote. Napríklad jedno jablko obsahuje približne 25 gramov.
sacharidy, čo je neprijateľné pre ľudí na nízkosacharidovej diéte.
Aplikácia je napísaná v Kotline, “Camera” využíva ML Kit na skenovanie čiarových kódov a identifikáciu ovocia a zeleniny. Backend pozostáva z dvoch služieb: API server s databázou,
ktorá uchováva 60 000 ingrediencií a kompozícií 100 000 produktov, ako aj neurónovú sieť napísanú v Pythone a Tensorflow.
Projektový tím: Artyom Andryukhov, Ksenia Glazacheva, Dmitrij Salman.
Služba predaja darčekov s rozšírenou realitou
Každý človek aspoň raz v živote dostal symbolické darčeky. Často je pre ľudí skutočnosť pozornosti dôležitejšia ako dar, ktorý dostanú. Takéto dary nie sú prospešné, no ich výroba a likvidácia má negatívny vplyv na prírodu našej planéty. Takto prišli autori projektu s nápadom vytvoriť službu predaja darčekov s rozšírenou realitou.
Aby sme otestovali relevantnosť myšlienky, vykonali sme štúdiu. S problémom výberu darčeka sa stretlo 82 % opýtaných. Pre 57 % opýtaných bol hlavným problémom pri výbere strach, že ich darčeky nebudú využité. 78 % ľudí je pripravených zmeniť sa, aby vyriešili problémy životného prostredia.
Autori predložili tri tézy:
- Darčeky žijú vo virtuálnom svete.
- Nezaberajú miesto.
- Vždy blízko.
Pre implementáciu rozšírenej reality na web zvolili autori knižnicu AR.js, ktorá pozostáva z dvoch hlavných častí:
- Prvý je zodpovedný za kreslenie grafiky na vrchol toku kamery pomocou A-Frame alebo Three.js.
- Druhou časťou je ARToolKit, ktorý je zodpovedný za rozpoznávanie značky (špeciálny znak, ktorý možno vytlačiť alebo zobraziť na obrazovke iného zariadenia) vo výstupnom toku kamery. Značka sa používa na umiestnenie grafiky. Prítomnosť ARToolKit vám neumožňuje vytvárať rozšírenú realitu bez značiek pomocou AR.js.
AR.js skrýva mnoho úskalí. Napríklad jeho použitie spolu s A-Frame môže „rozbiť“ štýly na celom webe. Preto autori použili „balíček“ AR.js + Three.js, ktorý pomohol vyriešiť niektoré problémy. A na vloženie AR.js založeného na Three.js do Reactu, v ktorom je napísaná webová stránka projektu, sme museli vytvoriť úložisko AR-Test-2 (), ktorý implementuje samostatný komponent React na používanie AR.js založený na Three.js. Bolo implementované prezeranie modelu v rozšírenej realite a 3D (pre zariadenia bez kamery).
Neskôr sa však ukázalo, že používatelia nerozumejú tomu, čo je marker a ako ho používať. Preto autori prešli na technológiu , ktorý v súčasnosti aktívne vyvíja spoločnosť Google. Na vykresľovanie modelov v AR bez značky používa ARKit (iOS) alebo ARCore (Android). Technológia je založená na Three.js a zahŕňa prehliadač 3D modelov. Použiteľnosť programu sa výrazne zlepšila, na zobrazenie rozšírenej reality však potrebujete zariadenie s iOS 12 alebo novším.
Projekt je teraz dostupný na (), kde môžete dostať svoj prvý darček.
Projektový tím: Denis Stasyev, Anton Chadov.
Viac o našich vzdelávacích projektoch si môžete prečítať na . A navštevujte kanál častejšie , pravidelne sa tam objavujú nové vzdelávacie videá o programovaní, vývoji a iných disciplínach.
Zdroj: hab.com