как узнать марку машины по салону
Новое приложение Авто.ру — с распознаванием автомобилей по фотографии
Принадлежащий «Яндексу» сервис «Авто.ру» выпустил на Android и iOS новое приложение. Главное нововведение в нём — возможность поиска подробной информации об автомобиле на основе фотографии. «Яндекс» утверждает, что это первое в мире приложение с такой функцией.
Приложение позволяет сделать снимок автомобиля, проанализирует его и покажет всю доступную информацию — сообщит, что это за модель, сколько она стоит и где её можно купить неподалёку. Цель нововведения — максимально упростить приобретение понравившегося автомобиля. Для распознавания изображений используется нейросетевая технология компьютерного зрения «Яндекса», которая также применяется в машинном переводчике, распознающем текст на фотографиях.
Из пресс-релиза Яндекса:
«На улицах встречается множество интересных автомобилей. В таких случаях часто хочется узнать, что это за машина и сколько она может стоить, — говорит руководитель мобильной разработки Авто.ру Максим Чекмарёв. — Приложение Авто.ру стало первым в мире, которое умеет решать эту задачу, и справляется с ней хорошо».
Угадывать машины помогает технология компьютерного зрения, разработанная в Яндексе. Для её обучения потребовалось 6 миллионов фотографий. База Авто.ру стала идеальным источником данных: это изображения реальных машин в городских пейзажах, снятые на «мыльницу» или камеру смартфона с тысяч разных ракурсов. Поэтому приложение угадывает автомобили на уровне эксперта.
Распознавание доступно на стартовом экране приложения Авто.ру. Можно сфотографировать любой автомобиль или выбрать фотографию из памяти смартфона. Необязательно снимать машину целиком — достаточно фотографии части кузова, салона или приборной панели. Приложение отправит изображение на серверы Яндекса и покажет результат. Кроме того, приложение расскажет о средней стоимости угаданного автомобиля на Авто.ру.
Технологии компьютерного зрения применяются на Авто.ру и для других задач. Так, скоро изменится форма добавления объявления в мобильном приложении: достаточно будет сфотографировать автомобиль, а приложение само заполнит поля модели, марки и поколения. Компьютерное зрение помогает лучше продавать автомобили. Разработчики Авто.ру привили искусственному интеллекту «чувство прекрасного» — сервис уже научился выбирать самое удачное фото для показа в списке объявлений, и в 10% опубликованных объявлений первой показывается фотография, выбранная машиной.
Сейчас в каталоге нового приложения «Авто.ру» более ста марок и тысячи моделей автомобилей. «Яндекс» указывает, что для обучения базы сервиса было использовано около шести миллионов фотографий автомобилей, размещённых на «Авто.ру». Это позволяет находить автомобили по фотографии передней или задней части, салона и даже приборной панели.
По результатам тестирования редакцией iG приложение справляется с распознаванием автомобилей примерно через раз, но те машины, которые оно узнаёт, сканируются вполне корректно. Можно надеяться, что «Авто.ру» продолжит развивать функцию распознавания и со временем она будет работать более корректно.
Приложение, умеющее распознавать автомобили
Для этого специалисты обучили нейронные сети «Яндекса» (купил Авто.ру в 2014 году) на шести миллионах фотографий реальных машин. В результате они получили приложение, которое распознает не только марки, но и модели автомобилей на уровне эксперта. Мы решили посмотреть, как это работает.
Чтобы распознать автомобиль, не надо скачивать ничего дополнительно: на стартовом экране приложения «Авто.ру» нужно просто выбрать соответствующую функцию, сфотографировать машину и нажать на распознавание. После этого снимок отправляется в «облачную» нейронную сеть «Яндекса», распознается за 300 миллисекунд, и затем результат отображается на экране.
Дубликаты не найдены
сивик 8 года,сначала подумал аккорд,потом приус,только с третьей попытки узнал
у меня сивик 5d не узнал с 8й попытки
Идеальное приложение для ТП. «Так, этот нищеброд на машине всего за 1.5 ляма, мимо. О! 3.5 ляма. Наш клиент, пошли знакомиться.»
Мой ФФ1 распознал как ФФ2
Сука уроды, а на андроид где?
QR-коды. Откуда появились и как используются в современном мире
Смартфон — универсальное устройство для получения и распространения информации. Камеры наших мобильных не только помогают делать селфи для инстаграма, но и обладают способностью расшифровывать информацию, скрытую за QR-кодами. Поговорим, почему все вокруг начали пользоваться двухмерными штрихкодами и как людям удается не заблудиться в пикселях.
QR-коды (от англ. Quick Response, «код быстрого реагирования») придумали на дочернем предприятии Toyota в 1994 году. Японская компания Denso Wave искала способ точной маркировки автомобилей и деталей к ним, чтобы информацию можно было считывать в любом формате. Двухмерное шифрование допускает передачу информации латиницей, иероглифами и даже «пляшущими человечками» Шерлока Холмса, поэтому подошло идеально.
На тот момент в мире уже повсеместно использовались привычные линейные штрихкоды. Они не подходили для сложного производства отслеживания мелких деталей из-за ограниченного количества символов, который каждый мог передать. Кроме того, у QR-кодов высокая читаемость — одна или две ошибки в напечатанном изображении не скажутся на получении информации в будущем. Если со временем код немного стерся, его все равно можно будет идентифицировать — критическое повреждение носителя составляет 30%, что довольно много.
Стандартный QR-код всегда квадратный, контрастный (не обязательно черно-белый) и несет в себе от 21 на 21 пиксель до 177 на 177 пикселей информации. Это не итоговый размер самого кода, а лишь суммарное количество занесенной в рамку зашифрованной информации. Размер печатного варианта QR-кода может быть абсолютно любым — некоторые умудряются сделать так, чтобы его было видно из иллюминаторов пролетающих над зданием или населенным пунктом самолетов.
QR-код — это сжатая до минимума информация, которую можно развернуть на устройстве и изучить во всех подробностях. Хотя гораздо чаще код несет в себе только ссылку на какой-либо материал, максимальный объем хранения данных в самом QR составляет до 15 Кбайт. Стандартное же значение колеблется в значениях от 2–3 Кбайт. Желающим расшифровать большие объемы информации нужно иметь подключение к сети, что фактически делает QR-код подобием бездонной сумки Гермионы Грейнджер. Для распознавания кода сеть не нужна, поэтому его всегда можно «донести» до ближайшего Wi-Fi или до дома.
Повсеместное распространение QR-кодов облегчило не только маркировку товаров на производстве. Коды несут в том числе образовательную функцию, облегчают работу различных служб и автоматизируют ее, а также позволяют обмениваться информацией без привязки к языку. Теперь производители товаров не прикладывают многостраничные инструкции в коробки к утюгам и щипцам для волос — сканер смартфона перенаправляет покупателей на страницу сайта, где им остается лишь выбрать требуемый язык из списка. Получается, что благодаря QR-кодам производители уменьшили стоимость упаковки и сопутствующих товару деталей. Теперь в коробках куда меньше бумаги — хорошие новости для тех, кто переживает за зеленую планету.
У многих QR-коды ассоциируются только с рекламой. На деле же шифрованию поддаются даже книги. Причем их можно дарить друзьям во вполне физическом проявлении. На заметку тем, кто считает, что и в XXI веке книга остается лучшим подарком.
Сложно придумать более удобные таблички для туристов, чем плашки QR. И не менее удобно использовать коды на. кладбищах. Если вы хоть раз искали могилу прабабушки, прыгая по старым захоронениям и «заглядывая в глаза» всем портретам на надгробиях, то наверняка оцените идею привязки каждого захоронения к QR. Впрочем, первоначально эта идея не несет в себе навигацию: двухмерные коды начали добавлять к могилам знаменитостей, которые часто посещают туристы.
На памятнике звезды не напишешь все, что хотелось бы рассказать, а вот благодаря QR можно уместить и музыку, и даже ссылки на фильмы, не говоря уже о текстовых пояснениях. Меня очень вдохновило изображение могилы Юрия Никулина — трудно отрицать, что с каждым поколением об этом великом человеке будут помнить все меньше и меньше, но доступ к информации мы обязаны организовать во всех возможных проявлениях. Впрочем, QR-код можно добавить и на захоронение самого обычного человека. Цифровой след гораздо долговечнее, чем лента «От родных и близких» на пластмассовом венке.
Благодаря высокой степени защиты такого шифрования,на QR-кодах можно построить систему платежей и даже документооборот. Именно так произошло в Китае.
Во-первых, все заведения в Китае имеют собственный QR, к которому привязана определенная платежная система. Например, в кафе совсем не обязательно просить счет у официанта — достаточно сфокусировать камеру смартфона на QR-коде, который наверняка окажется где-то поблизости, и рассчитаться по чеку.
Во-вторых, если вам необходимо заплатить за коммуналку, не придется заходить в профиль на сайте или, в 2020 году в России так все еще делают, стоять в очереди к банкомату. Наводитесь на код в квитанции, подтверждаете транзакцию, и перечисляете деньги на нужный счет.
В-третьих, заходя на вещевой рынок, где продавцы ходят в туалет типа «ведро» и продают вещи по центу за штуку, вы все еще можете использовать QR-код для оплаты. QR в Китае буквально везде, а на смартфоне каждого гражданина Поднебесной стоят приложения WeChat, Alipay или их аналоги.
Так как QR-коды используются в серьезных сферах жизни, находятся и мошенники, которые стараются их подделывать. Наиболее известны два типа злоумышленников: первые подделывают реальные QR, вторые пользуются невнимательностью пользователей.
Тип мошенничества, при котором полностью подделывается QR-код и используется с целью навредить, крайне редок. Представьте, что QR — это валюта. Фальшивомонетчики существовали с момента появления денег, и это не проблема конкретно QR. Второй тип мошенничества куда более популярен: злоумышленники пользуются человеческой невнимательностью.
В 2020 году сложно придумать сферу, где двухмерные коды не используются. При этом QR — далеко не единственный способ шифрования информации, который получил массовое распространение. Вышло так, что разные типы кодов закрепились в конкретных сферах жизни. Например, Aztec Code используются железнодорожными операторами и контролерами, а Data Matrix используют в промышленности, в том числе при производстве бронетехники, авиации и космостроении. К тому же на продуктах питания до сих пор достаточно обычного линейного штрихкода. QR-коды захватили медиа — пожалуй, сейчас это самый удобный способ получать информацию обычным людям. Пользуйтесь QR!
Искусство создавать QR-коды так, чтобы человек хотел потратить время на наведение на него камеры, уже давно продается. Пиарщики и дизайнеры всех мастей изобретают велосипеды, пользуясь гибкостью этого метода шифрования. Не важно, сколько цветов использовано в коде, он останется читаем. Пиксели не обязательно должны быть с прямыми углами — многие обожают скруглять QR. Анимация? Да пожалуйста. В некоторых работах и вовсе вспоминается: «Видишь QR-код? А он есть. »
Что это за машина?
Даже если вы не автолюбитель, вам наверняка доводилось разглядывать на улицах автомобили. Некоторые из них так и притягивают взгляд: один похож на причудливое насекомое, в другом можно углядеть черты Дарта Вейдера, а третий вам просто нравится — и, возможно, вы не отказались бы когда-нибудь завести такой же. Когда вы встречаете необычный или просто красивый автомобиль, каждый раз хочется узнать — а что это вообще за машина и сколько она может стоить? Ну так, на всякий случай.
Конечно, можно поискать название на кузове или запомнить, как выглядит понравившаяся машина, а потом поспрашивать знатоков. Но мы придумали более быстрое решение. Сегодня в мобильном приложении Авто.ру появилась распознавалка автомобилей. Просто сфотографируйте машину на смартфон или планшет — и приложение назовёт марку и модель, уточнит, когда она выпускалась, и покажет среднюю цену на Авто.ру. Заодно можно посмотреть объявления о продаже автомобилей той же модели.
Необязательно снимать машину целиком. Иногда для того, чтобы сделать правильную догадку, приложению достаточно одного фрагмента — например, фотографии приборной панели, салона или части кузова.
Отличать одну машину от другой приложение умеет благодаря искусственному интеллекту. В основе модели распознавания лежит нейронная сеть. Для её обучения мы использовали шесть миллионов фотографий — это все снимки, которые были загружены на Авто.ру с момента запуска сайта. В ходе обучения нейронная сеть выявила признаки, характерные для каждой модели авто. По ним можно сделать вывод о том, какая машина изображена на сделанной пользователем фотографии.
Распознавалка автомобилей доступна в приложениях Авто.ру для iOS и Android. Сейчас ей известны более сотни марок и более тысячи моделей легковых машин как российского, так и иностранного производства.
У нас есть ещё несколько идей о том, как использовать технологии компьютерного зрения при поиске автомобилей. Например, мы обучили нейронную сеть выбирать из нескольких снимков автомобиля, загруженных продавцом, самый привлекательный с точки зрения потенциального покупателя. Такой снимок имеет смысл показывать на превью объявления. Компьютерный подбор фотографии уже используется на Авто.ру. Пока это эксперимент — сейчас система срабатывает на каждом десятом объявлении.
Как узнать марку машины по салону
По-моему бесполезно все эти звонки и распросы. Никак не повлияет на скорость прибытия машины. Договора по большей части составлены с таким запасом или формулировками что салону особо ничего не грозит. Я когда первую машину покупал звонил еженедельно. Во первых они практически никогданичего не знают точно. В лучшем случае называют момент получения вина. Когда брал вторую, уже не суетился, мне сам менеджер отзвонился дважды о том что машина вышла и о том что можно подъезжать за ней.
надо конечно! Надо долбать менеджеров очень регулярно! вот у меня менеджер дебил. я ему звоню, а он никогда ничего не знает, все ему надо переспросить, перевыяснить, обещает позвонить, и не звонит. приходится опять ему звонить. жаль, что мой менеджер не в америке, а то вот типа мою машину забыли на параход погрузить, поэтому задержка ее прибытия уже составляет 40 дней
Хи-хи, это мой первый менеджер такой в Аларм-моторс был. Толку от того что я его долбил мало правда было. Да от него пол-моему не много чего зависит. По свойей фирме могу сказать что машину везет скорее всего отдел логистики какой-нибудь, а там те еще косячники. И от менеджер скорость доставки вообще не зависит
мы сами позвонили. машина уже неделю была в салоне и нам сказали. что мы вам звонили. только вы вот трубку не брали.. 🙂 ну смешно ей богу.
Заказывала в Москве. Сразу сказали, что машина уже на пароме, ориентировочно дату прибытия. Потом позвонили, когда машина прошла растоможку, пока ее доставляли из Питера в Москву заказала доп. оборудование и где-то через недельку менеджер позвонил, что машину можно забирать.
«Яндекс» встроил в «Авто.ру» нейросетевое распознавание машин по фото со смартфона Статьи редакции
30 июня «Яндекс» обновил принадлежащий компании сервис по продаже автомобилей «Авто.ру»: в его мобильных приложениях для iOS и Android появилась возможность распознавания марки и модели машин по фотографии. Об устройстве новой функции представители компании рассказали TJ.
Распознавание машин находится на стартовом экране мобильного приложения «Авто.ру». Можно сделать фото сразу, а можно выбрать из уже сохранённых на телефоне.
Когда фото сделано, приложение отправляет его в облачный сервис, где алгоритм занимается распознаванием машины в кадре. По словам представителей «Авто.ру», на это тратится всего 0,3 секунды, а остальное время — отправка фото на сервер и скачивание результатов — зависит от скорости мобильного интернета.
TJ проверил работу приложения в реальных условиях. Он действительно умеет определять марки машин, даже если сфотографирована всего лишь часть кузова, однако делает это корректно далеко не всегда. Пример: тайский тук-тук «Авто.ру» распознал как Honda Stepwgn.
Здесь Nissan Sunny корректно определился только при полном захвате всего кузова.
Позднее «Авто.ру» корректно определил Toyota Hilux по одной лишь части кузова, но зато Isuzu D-Max также упорно называл «Тойотой». Проблема приложения в том, что оно показывает только самый вероятный из ответов (причём сама вероятность не указана) и не даёт пользователю выбрать правильный, позволив ещё немного обучить нейросеть на новом примере.
Как утверждают в «Авто.ру», для обучения нейросети через неё уже пропустили 6 миллионов фотографий, но она знает пока чуть более 100 марок и 1000 моделей. Технология компьютерного зрения была разработана в «Яндексе», а свой мобильный сервис по распознаванию машин «Авто.ру» называют первым в мире из подобных.
Для обучения нейросети использовались реальные фотографии машин из каталога «Авто.ру», и представители сервиса отмечают, что это сыграло на пользу. На сайте публикуются снимки, сделанные на «мыльницы» и камеры телефонов, поэтому нейросеть училась распознавать машины даже в сложных условиях.
В компании объясняют новую функцию по большей части интересом пользователей к стоимости дорогих и красивых машин: теперь увидев такой автомобиль на улице можно сразу узнать и модель, и цены на неё у дилеров и частных продавцов. С другой стороны, «Авто.ру» собирается экспериментировать: компьютерное зрение будет помогать заполнять строчки объявления автоматически, учиться распознавать битые машины (и указывать эту информацию при публикации), а также выбирать наиболее «красивое» фото для обложки — последняя технология уже применяется в 10% объявлений.
В «Авто.ру» функцию распознавания машин в шутку называют заменой игры в «угадайки»: детской мальчишеской забавы по определению марки машин. Теперь эта забава может сойти на нет: сложно конкурировать даже с некомпетентным противником, но вооружённым обученной на миллионах фотографий нейросетью.