Как мы пришли к ЛЦТ часть 1. ✊

2024 год. Мне пишут с предложением поучаствовать в хакатоне в составе уже сборной команды, им не хватало только дизайнера, насколько помню. Я согласилась. Мы начали хакатонить.

В прошлом году проходил экологический форум Зеленые города БРИКС и в рамках него проводили несколько хаков, в том числе и экотон Зеленый код Москвы. Мы подумали, что это крутой шанс показать себя как команду (участвовало больше 100 команд на нашем треке «Зеленая перепись»). Как итог - мы берем 1е место, о нас пишут на mos.ru - мы думаем, что хотим и дальше развиваться в этом направлении, и продолжать участие в этом же составе

Смогли забрать 2е место на хаке по биометрии, но подробнее стали изучать экологию, тк тема нам действительно понравилась)

Идем к ЛЦТ ч.2 💥

❤️ Нам зашла тема экологии, мы пристально следили за новостями, чтобы понять, где сможем применить полученный на экотоне опыт. Появляется хакатон от ФИЦ, кейс 12 - цифровой сервис для ведения реестра зеленых насаждений города Москвы. Мы начали готовить решение, созвонились на сессии с экспертами - увидели знакомые лица, оказывается, в экспертах были те же люди, что и на кейсе Зеленая перепись. Они нас тоже узнали)

Мы настроились показать максимум и добить решение под их пожелания, уточняли, что именно нужно сделать и что должно быть не выходе. Подготовили решение, смету и raodmap

Подготовились к финальной презентации, выступили с питчем, и единственные с трека получили призовое 1е место. Тут уже несложно догадаться, что в сфере EcoTech мы успели разобраться достаточно глубоко и начали думать над тем, чтобы выпустить свое mvp в этой сфере, изучали рынок, потребности в нашем решении (смотрели, насколько оно актуально), начали работать над помощником для садоводов и огородников на базе предыдущих решений.

Параллельно мы успели подать заявки на 2 потока Академии Инноватров, Новатор Москвы и пр. К сожалению, котокормушки оказались нужнее нашего ПО 😁

И вот мы видим новость - ЛЦТ 2025, ноябрь.

Задача #7 Разработка программного обеспечения для определения характеристик состояния зеленых насаждений города по фото

На скринах наше решение для ФИЦ и mvp приложения для садоводов, могу добавить презентацию с ФИЦ, если кому-то будет интересно

ЛЦТ ч.3 - Хакатон и решение 💥

🧑‍💻Выбрали 7 трек, связанный с нашими предыдущими хакатонами, начали смотреть, что можем переиспользовать в новом решении. Критерии оценки - рабочая модель, которая распознает виды насаждений - кустарники и деревья, болезни (аварийные ситуации), работа приложения в режиме офлайн. Мы обучили модель YOLO на предоставленных организаторами датасетах, размечали фото вручную, попадали с распознаванием около 80%, помимо этого мы проработали roadmap, отписали финансы, добавили фичи (см. презентацию), как итог - по техническому решению мы прошли в топ 10, попали в тз.

🌟 Идем дальше - второй этап. Питч. У нас была неделя, чтобы доработать решение после созвона с экспертами. Мы добили его под все пожелания (добавили LLM агента, хоть мы и закрыли своим решением его функционал, автоматизировали дообучение модели, расширили функционал и для обычных пользователей с личным кабинетом, поменяли модель на ту, что лучше распознавала листовые).

📅 День питча - мы были 2е
в очереди, заранее подготовили все так, чтобы уложиться в 5 минут. Уложились в 4 с копейками - далее вопросы, наш backend ответил на все, что касалось технической части, и мы остались послушать остальные решения.

↗️ Не пов, а рил, как говорится. Что мы видим - есть одно решение, которое мы посчитали конкурентным, тк их модель справлялась лучше, но они полностью убрали структуру презентации и залили решение в виде промо - видео. (Презентация была обязательной частью питча). Далее выступает команда девушек, у которых не было ML специалиста и модель они не обучали… во время питча они долго смеялись над тем, что у них нет решения, но это оказалось не шуткой. Был дизайн прототип приложения - он уступал нашему на порядок. Были кнопки и текст - больше ничего, без инструкции не разобраться.

Далее из решений было представлено - веб сайт с возможностью ручной разметки фото. (В тз было четко прописало, что нужно мобильное приложение + адаптив для планшета для более удобной работы дендролога). Модель виды определяла плохо, это было понятно по комментариям экспертов.

Мы не ожидали, что такие решения выйдут в топ 10. Но главное не в этом.

Оба этих решения заняли 3е и 2е место соответственно. Почему? Мы можем только гадать. Вот так, без решения, без работы по тз. Сказать, что мы были удивлены - не сказать ничего. Также прикладываю наше решение.

Презентация не была готова под наш трек (+ он шел 8м по счету, что тоже вызвало ряд вопросов). Думайте сами 🙏

Мы ждали ЛЦТ, думая, что хорошо разбираемся в теме экологии, зная экспертов по предыдущим хакам, забирая победу на них. А уехали с сумкой мерча и порцией кринжа 😁