Wawancara dengan pendiri startup Petiole Andrei Seleznev

Geektimes. “” Petiole . , ( ) .

: , , , , , , . .

, . Petiole, .

. Petiole . ? ?

Ya, Petiole memecahkan masalah yang sangat spesifik. Ini adalah fitur kami. Pikiran muncul ketika masalah ini hidup bersamamu selama tiga bulan. Lebih tepatnya, saya tinggal bersama seorang teman Vyacheslav Bykov di kamar yang sama. Pada waktu itu, ia bekerja di Institut Ekologi Evolusi dari Akademi Ilmu Pengetahuan Nasional Ukraina, mempelajari pengaruh faktor negatif pada piramida poplar. Untuk melakukan ini, ukur luas daun. Prosesnya terlihat sangat anggaran dan tidak optimal - pemindai, photoshop, ImageJ melalui konsol, pengurangan data di Excel. Pada saat yang sama, perangkat lunak berlisensi berada dalam mode "demo tanpa akhir", yang menambahkan keseruan untuk penelitian semacam ini. Vyacheslav pulang terlambat dan dengan jari-jari hijau, dari kontak terus-menerus dengan daun kering dan segar. Saya ingin membantunya dan suatu malam saya mulai berpikir bahwa masalahnya dapat diselesaikan dengan menggunakan smartphone biasa. Kata demi kataitu mulai berputar, dan pada akhirnya kami berhasil menyadarinya. Potensi audiens untuk aplikasi ini beragam. Awalnya mereka adalah ahli biologi, ahli ekologi. Kemudian kami mendapat minat dari para ilmuwan pertanian. Kemudian kami menambahkan klorofil dan perwakilan pertanian besar mulai memanggil kami.


Foto oleh Petiole

Berbicara dalam angka, mereka jauh berbeda dari audiens jejaring sosial populer. Kami sekarang memiliki 88 pengguna bulanan aktif. Pertumbuhannya kecil dari bulan ke bulan, tetapi memang benar, dan itu menyenangkan kami.

OK, maka kita akan berpegang teguh pada "masalah bisa diselesaikan dengan menggunakan smartphone biasa" dan "Word for word, itu mulai berputar, dan pada akhirnya kami berhasil menyadarinya". Beri tahu kami tentang pengalaman pemrograman Anda dan berapa lama waktu yang dibutuhkan untuk membuat kode Petiole yang berfungsi?

Pengalaman pemrograman berbeda dan aneh. Saya menulis program pertama saya pada usia sembilan tahun dalam bahasa pemrograman FoxPro 2.5. Orang tua bekerja di Pusat Komputasi Kereta Api Donetsk. Dan sepulang sekolah saya suka mengunjungi dan memeriksa buku-buku tebal dengan kode sumber (biasanya saya melukisnya dengan segala macam gambar). Kemudian mencoba-coba dalam Pascal, Delphi, Qt, Ruby on rails. Saya ingin mencatat bahwa saya tidak memiliki pendidikan komputer klasik, saya sendiri seorang insinyur surveyor tanah dengan diploma. Dan di "galai" dia bekerja untuk total tidak lebih dari dua tahun. Tetapi ini tidak menghentikan saya dan tim muda saya untuk menulis kode kerja Petiol dengan istirahat sekitar tujuh bulan. Mengingat fakta bahwa kami menulis ulang algoritma dasar tiga kali.

Ketika proses berjalan, apakah jelas bahwa proyek ini akan memiliki masa depan? Sebuah blog dibuat, hubungan investor dicari, adakah komunikasi dengan audiens target?

Tidak, sampai sekitar setengah jalan, proyek ini awalnya ditujukan untuk menyelesaikan masalah satu orang. Tapi Juni lalu, kami menjadi finalis GIST Tech-I. Dan sejak saat ini proyek telah memperoleh lebih banyak tujuan dan sasaran global. Blog itu dibuat sekitar tiga bulan lalu. Kami berbicara secara aktif dengan investor pada musim gugur yang lalu. Kami terus berusaha untuk tetap berhubungan dengan audiens target dan menerima umpan balik. Ini terutama adalah ilmuwan Ukraina.

Anda bisa tahu lebih banyak tentang GISTech-I. Jelas bahwa semuanya bisa google, tetapi sikap penulis terhadap hal ini menarik. Mengapa itu menguntungkan, keren, bermanfaat? Omong-omong, seberapa besar tim Anda?

GIST Tech-I adalah kompetisi global proyek-proyek teknologi dan ilmiah untuk negara-negara berkembang. Ini diselenggarakan dengan dukungan dari Departemen Luar Negeri AS dan sedang dilaksanakan oleh AAAS (Asosiasi Amerika untuk Kemajuan Ilmu Pengetahuan). Puncak kompetisi berlangsung sebagai bagian dari KTT Kewirausahaan Global. Ngomong-ngomong, kami menjadi finalis pertama dari Ukraina sepanjang waktu sejak didirikan sejak 2011. Perbedaan utama dari kontes lain adalah tim hanya dari negara-negara dengan ekonomi berkembang. Proyek dievaluasi sesuai dengan kriteria berfokus pada kesejahteraan dan meningkatkan indikator ekonomi mikro untuk masyarakat. Secara pribadi, tahap semifinal bermanfaat bagi kami. Itu perlu untuk mengumpulkan suara sebanyak mungkin dalam pemungutan suara online selama satu bulan. Chip pemberian suara - satu orang dapat memilih setiap hari.

Kami mengumpulkan 5775 suara, yang memungkinkan kami untuk mengambil tempat ke 15 dalam kategori "ide" dan pergi ke final. Final itu sendiri terdiri dari pelatihan dua hari (cara membuat perusahaan, pemasaran, promosi di jejaring sosial) dan tiga hari partisipasi di puncak dengan pitch proyek Anda di panggung besar. Secara pribadi, saya telah meninggalkan banyak kesan baik dari Afrika dan pertemuan puncak dan kompetisi. Yang terpenting adalah saya bertemu orang-orang hebat dari Afrika, Meksiko, Kazakhstan, Azerbaijan, Malaysia, Chili, Peru, memperluas wawasan saya dan menerbangkan pesawat terbang untuk pertama kalinya dalam hidup saya.

Tim kami terdiri dari 8 - 10 orang yang telah banyak membantu pada berbagai tahap pengembangan proyek. Sayangnya kami tidak memiliki anggaran untuk membayar upah. Tetapi meskipun demikian, orang-orang bekerja di waktu luang mereka dan untuk gagasan bahwa kami sangat senang. Pada dasarnya, ini adalah teman saya dari program beasiswa "Zavtra.YuA".

Dan di mana seluruh acara? Bagaimana cara mengaturnya? Siapa yang harus bersaing? Dan bagaimana Anda masuk dalam daftar ini ?

Acara ini diadakan di Nairobi, ibukota Kenya. Secara fisik, dua hari pertama pelatihan berlangsung di ruang konferensi Sarova Stanley Hotel bintang lima. Tiga hari tersisa di Kantor PBB. Situasi secara keseluruhan berhasil. Masing-masing finalis mengincar kemenangan. Pelatihan pitch berkelanjutan dan persiapan presentasi hingga pukul tiga pagi. Proyek kami berkompetisi di bagian "ide". Dari 15 orang, menurut saya, semua orang seperti pertandingan. Kompetisi sangat kuat dan bahasa Inggris saya yang lemah sedikit mengurangi peluang saya untuk menang. Sebagian besar hadiah diambil oleh tim dari Afrika dan Amerika Selatan.

Kami dipilih ke daftar sesuai dengan hasil kontes "Startup Open 2015". Ini adalah kompetisi global untuk startup, termasuk negara maju. Itu adalah kejutan yang menyenangkan bagi kami. Dan saya bangga bahwa proyek kami berada di daftar yang sama dengan proyek-proyek seperti Lishot, AeroAnalytics, AppleDoc, BethClip dan Smart Mobile Farming.

Oke, mari kita kembali ke sisi praktis masalah ini. Aplikasi ada sebelum Anda berpartisipasi dalam GIST Tech-I. Kemudian Anda ikut serta dalam berbagai acara. Apa yang berubah? Di sisi lain: umpan balik apa yang Anda dapatkan sekarang? Dari ahli agronomi atau ilmuwan sungguhan?

Ya, aplikasi yang berfungsi ada sebelum kami mengambil bagian dalam GIST Tech-I. Tapi, pertama, kami menggunakan algoritme kalibrasi persegi. Dia memberikan pengukuran yang buruk. Seringkali kesalahan sistematis dua sentimeter persegi muncul. Plus, ketidakstabilan aplikasi itu sendiri secara keseluruhan. Juga, kami tidak memiliki fungsi mengukur klorofil dengan indeks hijau tua. Yang kedua - pada musim semi 2015, pengembangan aplikasi aktif dihentikan. Secara keseluruhan, saya lupa mengatakan bahwa kami juga memiliki cloud tempat pengukuran dikumpulkan dari semua pengguna. Tapi ini cerita yang berbeda.

Saat itu ada prototipe dengan fungsi dasar. Pada musim gugur 2015 dan musim semi 2016, kami mengambil bagian dalam sekitar sepuluh acara (konferensi, pameran, pameran, piknik), di mana kami berbicara, menunjukkan cara kerja aplikasi dan apa yang dapat Anda lakukan dengannya. Sebagian besar pidato berada di "Piknik Ilmiah" di Kiev. Sebenarnya, demonstrasi publik pertama terjadi di sana pada musim panas 2014. Perubahan utama bagi kami adalah bahwa orang-orang mulai memahami bahwa smartphone dapat digunakan tidak hanya untuk game, tetapi juga untuk memecahkan masalah yang kompleks. Kami memiliki permintaan dari berbagai universitas. Kami bahkan mengambil tempat ketiga di agrohackathon pertama Ukraina (diadakan di Ternopol).

Sekarang lebih banyak umpan balik datang dari para ilmuwan. Baru-baru ini, saya menerima surat dari pengguna kami di Universitas Pedagogis Nasional Ternopil, Departemen Biologi dan Kimia. Mereka menguji Petiol atas dan ke bawah dalam konteks area pengukuran. Hasilnya - area ini dapat diandalkan secara statistik, pengukurannya cepat dan nyaman bagi pengguna.


Foto tangkai daun

Dari ahli agronomi kami akan menunggu umpan balik kecuali di 3016. Alasannya adalah bahwa, secara umum, ahli agronomi tidak tertarik pada aplikasi kita. Karena mereka melihatnya sebagai pesaing. Klien kami adalah pemilik agribisnis, yang ingin mengotomatisasi pekerjaan ahli agronomi dan sepenuhnya mengeluarkannya dari rantai pengambilan keputusan. Tetapi dalam solusi dalam bentuk seperti sekarang - berjalan melalui bidang dengan aplikasi - mereka tidak menarik (dalam konteks Ukraina). Luas bidang usaha rata-rata adalah dari 10.000 ha. Jika kita mengambil Korea Selatan untuk perbandingan, maka luas lahan rata-rata adalah 2 hektar. Petiol adalah solusi sempurna bagi mereka.

Sejauh yang dapat Anda pahami dari foto, apakah perlu agar aplikasi memiliki kalibrasi atau yang serupa? Bisakah Anda membicarakan ini? Berapa harga fixture? Apakah kehadirannya memengaruhi keputusan akhir untuk menggunakan Petiole?

Stand kalibrasi adalah tambahan yang diperlukan dan menyenangkan untuk aplikasi seluler. Dalam komunikasi pemasaran kami, saya selalu lupa mengatakan bahwa hanya perlu mengukur luas lembar. Tidak perlu berdiri untuk mengukur klorofil. Mengapa kami memutuskan untuk membuat pendirian untuk mengukur area? Kehadirannya mengurangi kompleksitas algoritma di kali. Dan selanjutnya meningkatkan kinerja secara keseluruhan. Dalam presentasi saya, saya suka mengatakan bahwa dengan bantuan stan Anda dapat melakukan tiga hal dengan dua tangan. Tahan smartphone, tahan sheet, dan tekan tombol pada layar smartphone. Versi pertama terbuat dari aluminium. Agak mahal, tetapi Anda bisa mengubah ketinggian dudukan.

Orang yang berpengalaman disarankan untuk membuang dari plastik. Tetapi, setelah mendengar biaya pembuatan cetakan untuk pengisian, kami memutuskan untuk menunggu dengan ini. Kemudian saya tidak sengaja masuk ke sebuah supermarket konstruksi besar dan melihat tangga beech dan lembaran polistiren anti-reflektif. Dan saya menyadari bahwa ini dia. Semuanya dipotong pada router dan dirakit menggunakan Velcro.


Foto tangkai daun

Biaya pendirian adalah rahasia dagang kami. Harga jual - tiga puluh dolar AS. Untuk penggunaan akademis, kami memberikan stan gratis. Sudah delapan didistribusikan. Tentu saja, kehadirannya mempengaruhi keputusan untuk menggunakan. Kita masing-masing hanya ingin membawa kamera smartphone ke pabrik dan mendapatkan hampir seluruh komposisi kimia. Tetapi jika seseorang benar-benar menginginkannya, ia akan dapat menghindari masalah ini. Kami membantunya dalam hal ini - Anda dapat mengunduh file dengan papan catur dan menggunakan setumpuk buku alih-alih rak. Aplikasi ini diulas oleh Greenappsandweb dua minggu lalu. Jadi mereka mampu menyelesaikan seluruh siklus pengukuran tanpa dudukan.

Saya melihat. Apakah mungkin untuk menguraikan algoritme aplikasi? Perpustakaan apa yang digunakan? Apa masalah dan sumber atau konsultan mana yang digunakan?

Pada level aplikasi android, kami menggunakan pustaka OpenCV untuk hal-hal yang berkaitan dengan visi komputer. Aplikasi saat ini memiliki dua algoritma dasar. Yang pertama menentukan area lembar. Yang kedua adalah indeks hijau gelap. Untuk area lembar, kami menemukan matriks homografi antara bidang pelat penerima putih dan bidang matriks kamera ponsel cerdas. Proses yang mirip dengan kalibrasi lensa kamera menggunakan kotak-kotak hitam dan putih. Selanjutnya, kami memproses gambar dari kamera (lembar di piring putih) untuk mendapatkan garis besar yang baik.

Koordinat titik kontur dihitung ulang dari koordinat kamera menjadi koordinat nyata. Dari nilai-nilai ini kami menemukan area lembar. Pada saat yang sama, kami bekerja dengan bayangan (meminimalkan) dan dengan tangkai daun (memotong). Untuk indeks hijau tua, kami menerjemahkan gambar dari mode KZS (RGB) ke HSV. Kami membagi menjadi beberapa saluran dan pada saluran "Warna" kami menemukan nilai rata-rata di atas lembaran dalam rentang tertentu. Kami menormalkannya ke kisaran dan mendapatkan indeks. Menggunakan ketergantungan klorofil pada indeks hijau tua (ini biasanya model linier, seperti y = kapak + b), yang diperoleh di laboratorium-agro kami, kami menghitung ulang ke dalam isi klorofil langsung dalam aplikasi. Selain itu, kami menggunakan Fabric, Voli, Desain Material.


Foto tangkai daun

Pada tahap awal, ada masalah dengan keakuratan mengukur area, tetapi kami menyelesaikannya dengan menambahkan matriks homografi ke proses pengukuran. Selanjutnya adalah masalah kinerja. Sayangnya, smartphone bukan komputer, prosesornya relatif lemah. Google akan menyelesaikan masalah ini dengan hanya mengirim data ke cloud. Tapi tidak di mana-mana ada jangkauan internet, 3G dan fasilitas peradaban lainnya. Terutama di lapangan di situs percobaan. Algoritme bekerja lambat dan sering terhenti karena kesalahan memori yang berlebihan seperti void * cv :: OutOfMemoryError (std :: size_t) . Tetapi setelah menulis ulang untuk ketiga kalinya, kami berhasil mengatasi perilaku aneh tersebut.

Menurut sumber, e-book tentang OpenCV (Packt Publishing), basis pengetahuan menjawab.opencv.org, repositori publik tentang Github dan dokumentasi yang baik di situs web perpustakaan OpenCV itu sendiri banyak membantu kami. Jelas bahwa Android juga membutuhkan pengetahuan. Terutama dalam hal mengatur kompilasi algoritma asli ke perpustakaan menggunakan NDK, dan semuanya bekerja dengan baik. Tetapi kami dapat dengan cepat mengisi kesenjangan menggunakan sumber daya yang luar biasa, Udacity.

Jadi bagian dari kode tidak ditulis dalam Java, tetapi dalam C ++?

Ya Kode yang bertanggung jawab untuk pengoperasian aplikasi, penyimpanan data dalam database, ditulis dalam Java sebagai bagian dari Android SDK. Kode yang bertanggung jawab untuk pengoperasian algoritma ditulis dalam C ++ dan menggunakan Android NDK yang dikonversi ke perpustakaan statis. Aplikasi memuat pustaka saat startup dan menggunakan panggilan fungsi pustaka OpenCV asli. Secara umum, ada perpustakaan java untuk menggunakan OpenCV secara langsung dalam kode aplikasi, tanpa menggunakan JNI. Tetapi kinerjanya berbeda dari panggilan kode asli. Kami sekarang memiliki kinerja sekitar 5FPS saat mengukur luas lembar secara real time. Menggunakan perpustakaan java, mungkin akan ada sekitar 2FPS.

. . , , - . .

Pertanyaan yang cukup rumit. Tapi kamu bisa mencoba. Pertama, Anda perlu memahami apa yang kami masukkan ke "dukungan profesional". Jika ini adalah uang, maka perlu, sebelum terlibat dalam keseluruhan cerita ini, untuk mendapatkannya terlebih dahulu dengan pekerjaan tetap atau freelance. Jika ini adalah patronase, maka betapa beruntungnya seseorang. Jika ini liputan media, maka Anda perlu berkenalan di antara jurnalis (hati akan menderita) atau liputan media yang baik (misalnya, memenangkan hackathon). Kehadiran satu, atau lebih baik segera dari semua faktor, akan meningkatkan peluang Anda bahwa calon investor akan tahu tentang Anda. Tapi, ada satu tapi. Belajar tidak sama dengan berinvestasi. Hampir semua investor potensial di Ukraina tahu tentang proyek kami, tetapi tidak satu pun dari mereka yang berinvestasi sepeser pun. Mengapa Pertanyaannya retoris.

Source: https://habr.com/ru/post/id397337/