Pred kratkim je potekal naslednji zimski zagovor diplomantov treh naših tehnoloških projektov - Technopark (Bauman MSTU), Technosphere (Moskovska državna univerza Lomonosov) in Technotrek (MIPT). Ekipe so predstavile tako implementacije lastnih idej kot rešitve resničnih poslovnih problemov, ki so jih predlagali različni oddelki skupine Mai.ru.
Med projekti:
- Storitev za prodajo daril z obogateno resničnostjo.
- Storitev, ki združuje promocije, popuste in ponudbe z poštnega seznama.
- Vizualno iskanje oblačil.
- Storitev za elektronsko knjižno križanje z možnostjo najema.
- Pametni skener hrane.
- Sodobni avdio vodnik.
- Projekt "Naloge Mail.ru"
- Mobilna televizija prihodnosti.
Želimo vam podrobneje predstaviti šest projektov, ki so jih člani žirije in mentorji posebej izpostavili.
Vizualno iskanje oblačil
Projekt je predstavila ekipa diplomantov Tehnosfere. Po ocenah analitikov je modni trg v Rusiji leta 2018 znašal skoraj 2,4 bilijona rubljev. Fantje so ustvarili storitev, ki je postavljena kot inteligentni pomočnik za nakupe v najrazličnejših izdelkih. Gre za B2B rešitev, ki širi funkcionalnost spletnih trgovin.
Med testiranjem UX so avtorji projekta ugotovili, da ljudje pod "podobno obleko" razumejo podobnost ne v barvi ali vzorcu, temveč v lastnostih oblačil. Zato so fantje razvili sistem, ki ne le primerja dve sliki, ampak razume semantično bližino. Naložite sliko oblačila, ki vas zanima, storitev pa izbere izdelke, ki ustrezajo njegovim lastnostim.
Tehnično sistem deluje na naslednji način:
Nevronska mreža Cascade Mask-RCNN je bila usposobljena za odkrivanje in razvrščanje. Za ugotavljanje atributov in podobnosti oblačil se za skupine atributov uporablja nevronska mreža na osnovi ResNext-50 z več glavami, za fotografije enega izdelka pa Trojna izguba. Celoten projekt je bil izveden na osnovi mikroservisne arhitekture.
V prihodnosti je načrtovano:
- Lansiranje storitve za vse kategorije oblačil.
- Razvijte API za spletne trgovine.
- Izboljšajte manipulacijo z atributi.
- Naučite se razumeti poizvedbe v naravnem jeziku.
Projektna skupina: Vladimir Belyaev, Petr Zaidel, Emil Bogomolov.
Mobilna TV prihodnosti
Projekt ekipe Technopark. Študenti so ustvarili aplikacijo s TV-sporedom za glavne ruske digitalne oddajne kanale, ki so ji dodali funkcijo gledanja kanalov s pomočjo IPTV (spletni kanali) ali antene.
Najtežje je bilo priključiti anteno na napravo Android: za to so uporabili sprejemnik, za katerega so avtorji sami napisali gonilnik. Tako smo dobili možnost gledanja televizije in uporabe TV programskega vodiča na Androidu v eni aplikaciji.
Projektna skupina: Konstantin Mitrakov, Sergej Lomačev.
Storitev, ki združuje promocije, popuste in ponudbe iz poštnih seznamov
Gre za projekt na stičišču oglaševalskih in poštnih tehnologij. Naši poštni nabiralniki so polni neželene pošte in e-pošte. Vsak dan prejemamo pisma z osebnimi popusti, vendar jih vedno manj odpiramo in jih dojemamo kot »neuporabno oglaševanje«. Zaradi tega uporabniki izgubijo koristi, oglaševalci pa izgube. Študija Mail.ru Mail je pokazala, da uporabniki želijo videti povzetek popustov, ki jih imajo.
Projekt zbira informacije o popustih in promocijah iz vašega glasila in jih prikaže v obliki traku kartic, s katerega lahko obiščete promocijsko spletno stran ali e-pošto. Program lahko deluje z več nabiralniki hkrati. Obstaja seznam izbranih delnic.
Projekt ima mikrostoritveno arhitekturo in je sestavljen iz treh glavnih delov:
- Avtorizacija OAuth za priročno povezavo poštnih predalov.
- Zbiranje in analiza pisem s promocijami.
- Shranjevanje in prikaz kartic s popusti.
Projekt uporablja tehnologijo obdelave naravnega jezika z uporabo virov GPU: grafični pospeševalci so omogočili povečanje hitrosti obdelave za 50-krat. Algoritem temelji na sistemu vprašanje-odgovor, ki omogoča hitro dodajanje kategorij delnic v skladu z novimi zahtevami poslovanja.
Ta ekipa si ni le priborila mesto med najboljšimi ekipami po mnenju žirije, ampak je tudi zmagala na tekmovanju »Digital Tops 2019«. To je tekmovanje za ruske razvijalce, ki ustvarjajo IT orodja za izboljšanje učinkovitosti podjetij in državnih agencij ter za povečanje osebne produktivnosti. Naša ekipa je zmagala v kategoriji študentov.
Študentje imajo velike načrte za nadaljnji razvoj projekta, naslednji so:
- Integracija s poštnimi storitvami.
- Implementacija sistema za analizo slike.
- Zagon projekta za široko občinstvo.
Projektna skupina: Maxim Ermakov, Denis Zinoviev, Nikita Rubinov.
Ločeno bi vam radi povedali o treh ekipah, ki so jih priznali mentorji skupine Mail.ru Group, ki so delali s študenti skozi ves semester. Pri izbiri projektov je bila posebna pozornost namenjena zahtevnosti projektov, izvedbi in timskemu delu.
Projekt "Naloge Mail.ru"
Projekt je bil opažen tako s strani žirije kot mentorjev.
Tasks Mail.ru je prva neodvisna storitev za vzdrževanje seznama opravil, ki jo je razvilo podjetje. V prihodnjih mesecih bo Tasks nadomestil sezname opravil v koledarju Mail.ru, in ko bo projekt omogočen za vse uporabnike, bo integriran v mobilno in spletno pošto Mail.ru.
Projekt je bil izveden s pristopoma Offline-first in Mobile-first. Se pravi, da lahko spletno aplikacijo uporabljate kadarkoli, kjer koli in na čemerkoli. Dostop do interneta ni pomemben: podatki bodo shranjeni in sinhronizirani. Za večje udobje lahko aplikacijo "namestite" iz brskalnika in izgledala bo kot izvorna.
Pametni skener hrane
V trgovini z živili ne moremo vedno hitro ugotoviti, ali je živilo primerno za nas ali ne, kako varno in zdravo je. Situacija postane bolj zapletena, če ima oseba prehranske omejitve, različne alergije ali je na dieti. Aplikacija Foodwise za Android vam omogoča, da skenirate črtno kodo izdelka in brez težav preverite, ali je vreden tega.
uporabi.
Aplikacija ima tri glavne razdelke: »Profil«, »Kamera« in »Zgodovina«.
V »Profilu« nastavite svoje želje: v razdelku »Sestavine« lahko iz svoje prehrane izključite katero koli od 60 sestavin, vključenih v bazo podatkov, in preberete informacije o E-dopolnilih. »Skupine« vam omogočajo, da izključite celoten blok sestavin hkrati. Če na primer določite »Vegetarijanstvo«, bodo vsi izdelki, ki vsebujejo meso, označeni z rdečo.
V razdelku »Kamera« sta dva načina: skeniranje črtnih kod in prepoznavanje zelenjave in sadja. Po skeniranju črtne kode boste dobili vse informacije o izdelku. Sestavine, ki ste jih izključili, bodo označene rdeče.
Vsi predhodno skenirani izdelki bodo shranjeni v Zgodovini. Ta razdelek je opremljen z besedilnim in glasovnim iskanjem.
Način prepoznavanja sadja in zelenjave vam omogoča pridobitev informacij o njihovi hranilni in energijski vrednosti. Na primer, eno jabolko vsebuje približno 25 gramov.
ogljikovih hidratov, kar je nesprejemljivo za ljudi na dieti z nizko vsebnostjo ogljikovih hidratov.
Aplikacija je napisana v Kotlinu, "Kamera" uporablja ML Kit za skeniranje črtnih kod in prepoznavanje sadja in zelenjave. Zaledje je sestavljeno iz dveh storitev: strežnika API z bazo podatkov,
ki hrani 60 sestavin in sestave 000 izdelkov ter nevronsko mrežo, napisano v Pythonu in Tensorflowu.
Projektna skupina: Artyom Andryukhov, Ksenia Glazacheva, Dmitry Salman.
Storitev za prodajo daril z obogateno resničnostjo
Vsak človek je vsaj enkrat v življenju prejel simbolična darila. Pogosto je za ljudi dejstvo pozornosti pomembnejše od darila, ki ga prejmejo. Takšna darila niso koristna, ampak njihova proizvodnja in odlaganje negativno vplivata na naravo našega planeta. Tako so avtorji projekta prišli na idejo o ustvarjanju storitve za prodajo daril z obogateno resničnostjo.
Da bi preverili ustreznost ideje, smo izvedli študijo. 82 % vprašanih se sooča s problemom izbire darila. Za 57 % anketirancev je bila glavna težava pri izbiri strah, da njihova darila ne bodo uporabljena. 78 % ljudi se je pripravljenih spremeniti za rešitev okoljskih problemov.
Avtorji so postavili tri teze:
- Darila živijo v virtualnem svetu.
- Ne zasedajo prostora.
- Vedno v bližini.
Za implementacijo obogatene resničnosti na spletu so avtorji izbrali knjižnico AR.js, ki je sestavljena iz dveh glavnih delov:
- Prvi je odgovoren za risanje grafike na vrhu toka kamere z uporabo A-Frame ali Three.js.
- Drugi del je ARToolKit, ki je odgovoren za prepoznavanje markerja (poseben znak, ki ga je mogoče natisniti ali prikazati na zaslonu druge naprave) v izhodnem toku kamere. Označevalnik se uporablja za pozicioniranje grafike. Prisotnost ARToolKit vam ne omogoča ustvarjanja obogatene resničnosti brez markerjev z uporabo AR.js.
AR.js skriva številne pasti. Na primer, njegova uporaba skupaj z A-Frame lahko "zlomi" sloge na celotnem spletnem mestu. Zato so avtorji uporabili "sveženj" AR.js + Three.js, ki je pomagal rešiti nekatere težave. Za vgradnjo AR.js, ki temelji na Three.js, v React, v katerem je napisano spletno mesto projekta, smo morali ustvariti repozitorij AR-Test-2 (), ki implementira ločeno komponento React za uporabo AR.js, ki temelji na Three.js. Izveden je bil ogled modela v obogateni resničnosti in 3D (za naprave brez kamere).
Vendar se je kasneje izkazalo, da uporabniki ne razumejo, kaj je marker in kako ga uporabljati. Zato so avtorji prešli na tehnologijo , ki jo zdaj aktivno razvija Google. Uporablja ARKit (iOS) ali ARCore (Android) za upodabljanje modelov v AR brez markerja. Tehnologija temelji na Three.js in vključuje pregledovalnik 3D modelov. Uporabnost programa se je bistveno izboljšala, vendar za ogled obogatene resničnosti potrebujete napravo z iOS 12 ali novejšim.
Projekt je zdaj na voljo na (), kjer lahko prejmete svoje prvo darilo.
Projektna skupina: Denis Stasyev, Anton Chadov.
Več o naših izobraževalnih projektih si lahko preberete na . In pogosteje obiščite kanal , tam se redno pojavljajo novi izobraževalni videi o programiranju, razvoju in drugih disciplinah.
Vir: www.habr.com