Gần đây, buổi bảo vệ mùa đông tiếp theo của sinh viên tốt nghiệp ba dự án công nghệ của chúng tôi đã diễn ra - Technopark (Bauman MSTU), Technosphere (Đại học bang Lomonosov Moscow) và Technotrek (MIPT). Các đội đã trình bày cách triển khai ý tưởng và giải pháp của riêng mình cho các vấn đề kinh doanh thực tế do các bộ phận khác nhau của Tập đoàn Mai.ru đề xuất.
Trong số các dự án:
- Dịch vụ bán quà tặng thực tế tăng cường.
- Dịch vụ tổng hợp các chương trình khuyến mãi, giảm giá và ưu đãi từ danh sách gửi thư.
- Tìm kiếm trực quan cho quần áo.
- Dịch vụ duyệt sách điện tử với tùy chọn cho thuê.
- Máy quét thực phẩm thông minh
- Hướng dẫn âm thanh hiện đại.
- Dự án "Nhiệm vụ Mail.ru"
- Truyền hình di động của tương lai.
Chúng tôi muốn kể cho bạn nghe chi tiết hơn về sáu dự án được các thành viên ban giám khảo và cố vấn đặc biệt chú ý.
Tìm kiếm trực quan cho quần áo
Dự án được trình bày bởi một nhóm sinh viên tốt nghiệp Technosphere. Theo các nhà phân tích, thị trường thời trang ở Nga năm 2018 lên tới gần 2,4 nghìn tỷ rúp. Những người này đã tạo ra một dịch vụ được định vị là một trợ lý thông minh để mua hàng với nhiều loại hàng hóa. Đây là giải pháp B2B giúp mở rộng chức năng của các cửa hàng trực tuyến.
Trong quá trình thử nghiệm UX, các tác giả của dự án phát hiện ra rằng khi nói đến “trang phục tương tự”, mọi người hiểu sự giống nhau không phải ở màu sắc hay kiểu dáng mà ở đặc tính của trang phục. Vì vậy, các chàng trai đã phát triển một hệ thống không chỉ so sánh hai bức tranh mà còn hiểu được sự gần gũi về mặt ngữ nghĩa. Bạn tải lên hình ảnh mặt hàng quần áo mà bạn quan tâm và dịch vụ sẽ chọn ra những sản phẩm phù hợp với thuộc tính của nó.
Về mặt kỹ thuật hệ thống hoạt động như sau:
Mạng thần kinh Cascade Mask-RCNN đã được đào tạo để phát hiện và phân loại. Để xác định các thuộc tính và độ giống nhau của quần áo, một mạng lưới thần kinh dựa trên ResNext-50 với một số đầu được sử dụng cho các nhóm thuộc tính và mất bộ ba cho các bức ảnh của một sản phẩm. Toàn bộ dự án được triển khai dựa trên kiến trúc microservice.
Trong tương lai nó được lên kế hoạch:
- Ra mắt dịch vụ dành cho tất cả các loại quần áo.
- Phát triển API cho cửa hàng trực tuyến.
- Cải thiện thao tác thuộc tính.
- Học cách hiểu các truy vấn bằng ngôn ngữ tự nhiên.
Nhóm dự án: Vladimir Belyaev, Petr Zaidel, Emil Bogomolov.
Truyền hình di động của tương lai
Dự án của nhóm Technopark. Các sinh viên đã tạo một ứng dụng có lịch truyền hình cho các kênh phát sóng kỹ thuật số chính của Nga, ứng dụng này đã bổ sung thêm chức năng xem các kênh bằng IPTV (kênh trực tuyến) hoặc ăng-ten.
Điều khó khăn nhất là gắn ăng-ten vào thiết bị Android: để làm được điều này, họ đã sử dụng bộ điều chỉnh do chính các tác giả đã viết trình điều khiển. Kết quả là chúng tôi có cơ hội xem TV và sử dụng hướng dẫn chương trình TV trên Android trong một ứng dụng.
Nhóm dự án: Konstantin Mitrakov, Sergey Lomachev.
Dịch vụ tổng hợp các chương trình khuyến mãi, giảm giá và ưu đãi từ danh sách gửi thư
Đây là dự án giao thoa giữa công nghệ quảng cáo và bưu chính. Hộp thư của chúng tôi chứa đầy thư rác và thư từ. Mỗi ngày chúng tôi nhận được những lá thư giảm giá cá nhân, nhưng chúng tôi ngày càng mở chúng ít hơn, coi chúng là “quảng cáo vô ích”. Vì điều này, người dùng mất đi lợi ích và nhà quảng cáo bị thiệt hại. Một nghiên cứu của Mail.ru Mail cho thấy người dùng muốn xem bản tóm tắt về các chương trình giảm giá mà họ có.
Dự án thu thập thông tin về các khoản giảm giá và khuyến mãi từ bản tin của bạn và hiển thị chúng dưới dạng dải băng thẻ mà từ đó bạn có thể truy cập trang web hoặc email khuyến mãi. Chương trình có thể hoạt động với nhiều hộp thư cùng một lúc. Có danh sách cổ phiếu được chọn.
Dự án có kiến trúc microservice và bao gồm ba phần chính:
- Ủy quyền OAuth để kết nối hộp thư thuận tiện.
- Thu thập và phân tích các bức thư có khuyến mãi.
- Lưu trữ và trưng bày thẻ giảm giá.
Dự án sử dụng công nghệ xử lý ngôn ngữ tự nhiên sử dụng tài nguyên GPU: bộ tăng tốc đồ họa giúp tăng tốc độ xử lý lên 50 lần. Thuật toán dựa trên hệ thống trả lời câu hỏi, cho phép bạn nhanh chóng thêm các danh mục cổ phiếu phù hợp với yêu cầu kinh doanh mới.
Đội này không chỉ giành được một suất vào top các đội đứng đầu theo đánh giá của ban giám khảo mà còn giành chiến thắng trong cuộc thi “Digital Tops 2019”. Đây là cuộc thi dành cho các nhà phát triển Nga, những người tạo ra các công cụ CNTT nhằm nâng cao hiệu quả của các cơ quan chính phủ và doanh nghiệp cũng như tăng năng suất cá nhân. Đội của chúng tôi đã giành chiến thắng ở hạng mục sinh viên.
Các sinh viên có những kế hoạch lớn để phát triển hơn nữa dự án, những kế hoạch tiếp theo là:
- Tích hợp với các dịch vụ thư.
- Triển khai hệ thống phân tích hình ảnh.
- Khởi động một dự án cho nhiều đối tượng.
Nhóm dự án: Maxim Ermkov, Denis Zinoviev, Nikita Rubinov.
Riêng biệt, chúng tôi muốn kể cho bạn nghe về ba đội đã được các cố vấn của Tập đoàn Mail.ru công nhận, những người đã làm việc với sinh viên trong suốt học kỳ. Đặc biệt chú ý đến độ phức tạp của dự án, việc thực hiện và tinh thần đồng đội khi lựa chọn dự án.
Dự án "Nhiệm vụ Mail.ru"
Dự án đã được cả ban giám khảo và cố vấn ghi nhận.
“Tasks Mail.ru” là dịch vụ độc lập đầu tiên để duy trì danh sách việc cần làm, được phát triển bởi công ty. Trong những tháng tới, Nhiệm vụ sẽ thay thế danh sách nhiệm vụ trong Lịch Mail.ru và sau khi dự án được kích hoạt cho tất cả người dùng, nó sẽ được tích hợp vào Mail.ru di động và web Mail.
Dự án được triển khai bằng cách sử dụng các phương pháp Ưu tiên ngoại tuyến và Ưu tiên thiết bị di động. Tức là bạn có thể sử dụng ứng dụng web mọi lúc, mọi nơi và trên mọi thứ. Truy cập Internet không thành vấn đề: dữ liệu sẽ được lưu và đồng bộ hóa. Để thuận tiện hơn, bạn có thể "cài đặt" ứng dụng từ trình duyệt và nó sẽ trông giống như ứng dụng gốc.
Máy quét thực phẩm thông minh
Trong cửa hàng tạp hóa, không phải lúc nào chúng ta cũng có thể nhanh chóng xác định được một sản phẩm thực phẩm có phù hợp với mình hay không, nó an toàn và tốt cho sức khỏe như thế nào. Tình hình trở nên phức tạp hơn nếu một người bị hạn chế về chế độ ăn uống, dị ứng khác nhau hoặc đang ăn kiêng. Ứng dụng Foodwise Android cho phép bạn quét mã vạch của sản phẩm và dễ dàng xem liệu nó có xứng đáng hay không.
sử dụng nó.
Ứng dụng này có ba phần chính: “Hồ sơ”, “Camera” và “Lịch sử”.
Trong “Hồ sơ”, bạn đặt tùy chọn của mình: trong phần “Thành phần”, bạn có thể loại trừ khỏi chế độ ăn uống của mình bất kỳ thành phần nào trong số 60 thành phần có trong cơ sở dữ liệu và đọc thông tin về Thực phẩm bổ sung điện tử. “Nhóm” cho phép bạn loại trừ toàn bộ khối thành phần cùng một lúc. Ví dụ: nếu bạn chỉ định "Ăn chay" thì tất cả các sản phẩm có chứa thịt sẽ được đánh dấu màu đỏ.
Trong phần “Camera” có hai chế độ: quét mã vạch và nhận dạng rau củ quả. Sau khi quét mã vạch, bạn sẽ nhận được tất cả thông tin về sản phẩm. Những thành phần bạn đã loại trừ sẽ được đánh dấu màu đỏ.
Tất cả các sản phẩm được quét trước đó sẽ được lưu vào Lịch sử. Phần này được trang bị tìm kiếm văn bản và giọng nói.
Chế độ nhận dạng trái cây và rau quả cho phép bạn lấy thông tin về giá trị dinh dưỡng và năng lượng của chúng. Ví dụ, một quả táo chứa khoảng 25 gram.
carbohydrate, điều không thể chấp nhận được đối với những người theo chế độ ăn kiêng low-carb.
Ứng dụng được viết bằng Kotlin, “Camera” sử dụng ML Kit để quét mã vạch và nhận dạng trái cây, rau quả. Phần phụ trợ bao gồm hai dịch vụ: máy chủ API có cơ sở dữ liệu,
nơi lưu trữ 60 thành phần và thành phần của 000 sản phẩm, cũng như mạng lưới thần kinh được viết bằng Python và Tensorflow.
Nhóm dự án: Artyom Andryukhov, Ksenia Glazacheva, Dmitry Salman.
Dịch vụ bán quà tặng thực tế tăng cường
Mỗi người đều đã nhận được những món quà tượng trưng ít nhất một lần trong đời. Thông thường, đối với mọi người, sự quan tâm còn quan trọng hơn món quà họ nhận được. Những món quà như vậy không có lợi nhưng việc sản xuất và thải bỏ chúng có tác động tiêu cực đến bản chất của hành tinh chúng ta. Vì vậy, các tác giả của dự án đã nảy ra ý tưởng tạo ra một dịch vụ bán quà tặng bằng thực tế tăng cường.
Để kiểm tra mức độ liên quan của ý tưởng này, chúng tôi đã tiến hành một nghiên cứu. 82% số người được hỏi gặp phải vấn đề lựa chọn quà tặng. Đối với 57% số người được hỏi, khó khăn chính trong việc lựa chọn là sợ quà của họ sẽ không được sử dụng. 78% người dân sẵn sàng thay đổi để giải quyết vấn đề môi trường.
Các tác giả đưa ra ba luận văn:
- Quà tặng sống trong thế giới ảo.
- Họ không chiếm không gian.
- Luôn luôn ở gần đây.
Để triển khai thực tế tăng cường trên web, các tác giả đã chọn thư viện AR.js, bao gồm hai phần chính:
- Người đầu tiên chịu trách nhiệm vẽ đồ họa trên đầu luồng camera bằng A-Frame hoặc Three.js.
- Phần thứ hai là ARToolKit, chịu trách nhiệm nhận dạng điểm đánh dấu (một ký tự đặc biệt có thể được in hoặc hiển thị trên màn hình của thiết bị khác) trong luồng đầu ra của máy ảnh. Điểm đánh dấu được sử dụng để định vị đồ họa. Sự hiện diện của ARToolKit không cho phép bạn tạo thực tế tăng cường không cần đánh dấu bằng AR.js.
AR.js ẩn chứa nhiều cạm bẫy. Ví dụ: việc sử dụng nó cùng với A-Frame có thể “phá vỡ” các kiểu trên toàn bộ trang web. Do đó, các tác giả đã sử dụng “gói” AR.js + Three.js, giúp giải quyết một số vấn đề. Và để nhúng AR.js dựa trên Three.js vào React, nơi viết trang web của dự án, chúng tôi phải tạo một kho lưu trữ AR-Test-2 (), triển khai thành phần React riêng để sử dụng AR.js dựa trên Three.js. Việc xem mô hình trong thực tế tăng cường và 3D (đối với các thiết bị không có máy ảnh) đã được triển khai.
Tuy nhiên, sau đó hóa ra người dùng không hiểu điểm đánh dấu là gì và cách sử dụng nó. Vì vậy tác giả đã chuyển sang công nghệ , hiện đang được Google tích cực phát triển. Nó sử dụng ARKit (iOS) hoặc ARCore (Android) để hiển thị các mô hình trong AR mà không cần điểm đánh dấu. Công nghệ này dựa trên Three.js và bao gồm trình xem mô hình 3D. Khả năng sử dụng của chương trình đã được cải thiện đáng kể, tuy nhiên, để xem thực tế tăng cường, bạn cần có thiết bị chạy iOS 12 trở lên.
Dự án hiện có sẵn tại (), nơi bạn có thể nhận được món quà đầu tiên của mình.
Nhóm dự án: Denis Stasyev, Anton Chadov.
Bạn có thể đọc thêm về các dự án giáo dục của chúng tôi tại . Và ghé thăm kênh thường xuyên hơn , các video giáo dục mới về lập trình, phát triển và các lĩnh vực khác thường xuyên xuất hiện ở đó.
Nguồn: www.habr.com