Зачем владельцы скрывают номера при продаже авто
Если вы зайдете на популярные сайты по продаже автомобилей, то заметите, что у большинства машин скрыт номер и лишь в 10% объявлений он открыт. Кто и зачем скрывает таблички и как к этому относятся сами продавцы, разбира емся в материале.
Кто и почему скрывает номера при продаже авто
Многие популярные сервисы, такие как Авито.ру, Авто.ру, Дром.ру самостоятельно скрывают номера машин при размещении объявлений. Эта функция бесплатна и предоставляется автоматически при загрузке фото на сайт. Номер авто закрывается логотипом сайта.
Однако есть порталы, где эта функция не применяется, например, bibika.ru или «Из рук в руки».
Выбор – скрывать госномер машины или оставлять открытым – на таких площадках остается за продавцом. Но владельцы чаще всего предпочитают прятать номерные знаки. Среди причин называют следующие.
Пугачев Максим, продавец Ford Focus 3, г. Смоленск:
– Мне нравится, что на популярных досках объявлений номера автомобилей теперь скрывают. Так мошенники не смогут воспользоваться данными моей машины и создать двойника. С моим знакомым был случай, когда ему начали приходить чужие штрафы. Он пытался решить эту проблему, но в итоге сменил номерные знаки, чтобы отвязаться от копии. Я понимаю, что мошенники могут найти данные моей машины не только на досках объявлений, и все же так мне спокойнее.
Пугачев Максим, продавец Ford Focus 3, г. Смоленск:
– Я бы не хотел, чтобы знакомые и соседи знали, что я продаю машину. Если станет известно, что у меня есть крупная сумма денег, они начнут просить в долг. А недоброжелатели могут навести воров на мою квартиру.
Пугачев Максим, продавец Ford Focus 3, г. Смоленск:
– Ничто не мешает покупателю позвонить мне и узнать госномер или VIN машины для проверки. Если вижу, что человек заинтересован в покупке, я всегда сообщу информацию, так как скрывать мне нечего. А передавать свои личные данные кому попало я не обязан.
Что делать, если у понравившейся машины скрытый номер
Если вы нашли машину по приемлемой цене, а номер скрыт, внимательно изучите предложение.
Илья Юров, специалист сервиса avtocod.ru:
– Я очень часто и много работаю с досками объявлений. Иногда при размещении фото логотип появляется не на всех снимках, либо среди изображений находится фотография ПТС с VIN автомобиля. Это очень удобно, потому что можно сразу же пробить машину и, если история «чистая», созвониться с продавцом и договориться о встрече. Также советую обращать внимание на комментарии к объявлениям. Некоторые продавцы прописывают там госномер или VIN, чтобы им звонили уже заинтересованные покупатели, пробившие авто. Если в комментариях и фото нет ни госномера, ни VIN, созвонитесь с владельцем и узнайте у него. Честные продавцы, как правило, сообщают данные. Бывают и отказы. Расстраиваться в таких случаях не стоит: у машины, скорее всего, есть «сюрпризы», да и взаимодействовать с продавцом будет неприятно.
Автор: Ирина Джиоева
Доверяете ли вы объявлениям, в которых скрыт номер? Почему? Поделитесь своим мнением в комментариях.
Зачем скрывают номера при продаже машины и можно ли сообщать VIN и номер покупателям
На современных интернет-площадках по продаже автомобилей стало стандартом скрытие номера продаваемой машины. На этом фоне просьбы потенциальных покупателей сообщить им данные с регистрационного знака и VIN могут показаться излишними и даже подозрительными: ведь если их советуют скрыть – значит, на то есть причины. Но действительно ли номерные знаки, VIN и прочие данные продаваемой машины стоит держать в секрете и есть ли риск в том, чтобы передавать их покупателям?
Традиция скрывать номерной знак продаваемого автомобиля появилась еще до разработки крупными интернет-площадками алгоритмов по автоматическому скрытию всех буквенно-цифровых данных на фотографиях в объявлении. Каковы причины? На самом деле, многие делают это, просто поддаваясь массовому инстинкту: раз так делают все, значит, так нужно. Есть, впрочем, и некоторые объективные причины: например, желание скрыть факт продажи машины от кого-то из друзей или родственников. Для массовых машин без ярких отличительных черт простого скрытия номеров может быть достаточно. Еще один вариант – продажа машины перекупщиком, а не собственником. Закрытый номер позволяет перекупщику скрыть от покупателя данные о владельце, а от владельца – данные о стоимости перепродажи машины. Впрочем, все это помогает лишь заманить покупателя на просмотр: при очной встрече факт продажи машины не от собственника все равно вскроется. То же самое касается попыток продавца или перекупщика скрыть прошлое автомобиля – серьезные ДТП, юридические ограничения, работу в такси и так далее. Ну и, наконец, еще один надуманный сценарий – стремление продавца защититься от мошенничества. Некоторые люди действительно волнуются о том, что кто-то может отследить их сделку по продаже дорогой машины и, например, похитить деньги.
Однако по-настоящему ключевая причина скрытия номеров в объявлениях в наше время относится не к продавцам, а именно к интернет-площадкам. Крупные доски объявлений имеют собственные платные сервисы по проверке автомобилей, и они заинтересованы в том, чтобы покупатели ими пользовались. Ну а по номеру машины и VIN покупатель может получить часть информации бесплатно, так что скрытие этих данных позволяет слегка повысить востребованность платного сервиса. Справедливости ради стоит отметить, что такие сервисы зачастую действительно могут быть полезны, предоставляя данные не только об истории регистраций, залогах и ограничениях, но и зарегистрированных пробегах, ДТП, страховых выплатах и других подробностях, которых не узнать в государственных бесплатных ресурсах. Однако нужно понимать, что для первичной проверки можно просто запросить у продавца данные о VIN и номерном знаке – откровенно «неблагополучные» машины отсеются уже на этом этапе.
Итак, мы выяснили, что традиция скрывать данные машины при продаже имеет мало практического смысла. Но можно ли раскрывать каждому потенциальному покупателю не только регистрационный знак, но и VIN автомобиля? Если говорить кратко, то ответ – да. Давайте чуть подробнее разберемся, почему.
Прежде всего стоит понимать, что и номер машины, и VIN – это открытая информация, доступная практически любому желающему. У современных автомобилей одно из мест расположения VIN – площадка под лобовым стеклом, так что получить комбинацию из двух номеров можно, просто подойдя к машине. Соответственно, ее передача третьим лицам вполне безопасна. Чуть больше вопросов вызывают просьбы покупателя прислать фотографию ПТС или свидетельства о регистрации автомобиля, однако и здесь риск обмана покупателем продавца минимален. По сути, одним из самых неприятных сценариев может быть создание «автомобиля-двойника», копирующего данные с другой машины той же модели. Но вероятность того, что целью мошенников будет непосредственно продающийся автомобиль, ничтожно мала. Конечно, покупатель, сходу запрашивающий «полное досье» из госномера, VIN, фотографий всех документов на машину и паспорта продавца, может показаться подозрительным, однако на деле все эти данные могут использоваться для подробной проверки машины перед осмотром.
Более того, развернутый ответ на вопрос, стоит ли сообщать данные об автомобиле покупателям, звучит не как «да, можно», а как «да, нужно». Опытный покупатель, всерьез заинтересованный в машине, но уже перебравший несколько вариантов, наверняка запросит VIN и госномер, чтобы не тратить время на очередной плохой экземпляр. И отказ продавца сообщить базовые данные о машине может быть расценен как желание скрыть какие-то темные пятна в ее биографии. Так что если вам нечего скрывать, можно смело сообщать всем потенциальным покупателям данные об автомобиле, чтобы у них была возможность убедиться в прозрачности его истории.
Для чего и как мы скрываем госномера автомобилей в объявлениях Авито
Привет. В конце прошлого года мы стали автоматически скрывать номера автомобилей на фотографиях в карточках объявлений на Авито. О том, зачем мы это сделали, и какие есть способы решения таких задач, читайте в статье.
Задача
На Авито за 2018 год было продано 2,5 миллиона автомобилей. Это почти 7000 в день. Всем объявлениям о продаже нужна иллюстрация — фото автомобиля. Но по государственному номеру на нём можно найти много дополнительной информации о машине. И некоторые наши пользователи стараются самостоятельно закрывать госномер.
| |
| |
| |
Причины, почему пользователи хотят скрывать госномер, могут быть разными. Со своей стороны мы хотим помогать им защищать свои данные. И стараемся улучшать процессы продажи и покупки для пользователей. Например, у нас уже давно работает услуга анонимного номера: когда вы продаёте автомобиль, для вас создается временный сотовый номер. Ну а чтобы защитить данные о госномерах, мы обезличиваем фотографии.
Обзор способов решения
Чтобы автоматизировать процесс защиты пользовательских фотографий, можно воспользоваться сверточными нейронными сетями для детектирования полигона с номерным знаком.
Сейчас для детекции объектов используются архитектуры двух групп: двухэтапные сети, например, Faster RCNN и Mask RCNN; одноэтапные (singleshot) — SSD, YOLO, RetinaNet. Детектированием объекта является вывод четырёх координат прямоугольника, в которые вписан объект интереса.
Упомянутые выше сети способны находить на картинках множество объектов разных классов, что уже является избыточным для решения задачи поиска номерного знака, потому что машина у нас на картинках, как правило, всего одна (бывают исключения, когда люди фотографируют свою продаваемую машину и её случайную соседку, но это происходит достаточно редко, поэтому этим можно было пренебречь).
Ещё одна особенность этих сетей состоит в том, что по умолчанию они выдают bounding box со сторонами, параллельными осям координат. Это происходит так, потому что для детектирования используется набор заранее определённых видов прямоугольных рамок, называемых anchor boxes. Если точнее, то сначала с помощью какой-то сверточной сети (например resnet34) из картинки получают матрицу признаков. Потом для каждого подмножества признаков, полученного с помощью скользящего окна, происходит классификация: есть или нет объект для k anchor box и проводится регрессия в четыре координаты рамки, которые корректируют её положение.
Подробнее об этом можно прочитать здесь.
После этого есть ещё две головы:
одна для классификации объекта (собака/кошка/растение и т.д),
вторая (bbox regressor) — для регрессии координат рамки, полученной на предыдущем шаге, чтобы увеличить соотношение площади объекта к площади рамки.
Для того, чтобы предсказать повернутую рамку бокса, нужно изменить bbox regressor так, чтобы получать ещё и угол поворота рамки. Если этого не делать, то получится как-то так.
Кроме двухэтапного Faster R-CNN, есть одноэтапные детекторы, например RetinaNet. Он отличается от предыдущей архитектуры тем, что сразу предсказывает класс и рамку, без предварительного этапа предложения участков картинки, которые могут содержать объекты. Для того чтобы предсказывать повернутые маски, нужно также изменить голову box subnet.
Один из примеров существующих архитектур для предсказания повернутых bounding box — DRBOX. Эта сеть не использует предварительный этап предложения региона, как в Faster RCNN, поэтому она является модификацией одноэтапных методов. Для обучения этой сети используется K повернутых под определенными углами bounding box (rbox). Сеть предсказывает вероятности для каждого из K rbox содержать таргет объект, координаты, размер bbox и угол поворота.
Модифицировать архитектуру и заново обучить одну из рассмотренных сетей на данных с повернутыми bounding boxes — задача реализуемая. Но нашу цель можно достигнуть проще, ведь область применения сети у нас гораздо уже — только для скрытия номерных знаков.
Поэтому мы решили начать с простой сети для предсказания четырёх точек номера, впоследствии можно будет усложнить архитектуру.
Данные
В задании дана фотография автомобиля. Необходимо выделить номерной знак автомобиля, используя для этого четырёхугольник. При этом следует выделять государственный номер максимально точно.
С помощью Толоки можно создавать задания по разметке данных. Например, оценивать качество поисковой выдачи, размечать разные классы объектов (текстов и картинок), размечать видео и т.д. Их будут выполнять пользователи Толоки, за плату, которую вы назначите. Например, в нашем случае толокеры должны выделить полигон с госномером автомобиля на фото. В целом это очень удобно для разметки большого датасета, но получить высокое качество довольно сложно. На толоке много ботов, задачей которых является получить с вас деньги, наставив ответы рандомно или с помощью какой-то стратегии. Для противодействия этим ботам есть система правил и проверок. Основной проверкой является подмешивание контрольных вопросов: вы размечаете вручную часть заданий, пользуясь интерфейсом Толоки, а далее подмешиваете их в основное задание. Если размечающий часто ошибается на контрольных вопросах, вы его блокируете и разметку не учитываете.
Для задачи классификации очень просто определить, ошибся размечающий или нет, а для задачи выделения области это не так просто. Классический способ — считать IoU.
Если это отношение меньше некоторого заданного порога для нескольких заданий, то такой пользователь блокируется. Однако для двух произвольных четырехугольников посчитать IoU не так просто, тем более, что в Толоке приходится это реализовать на JavaScript. Мы сделали небольшой хак, и считаем, что пользователь не ошибся, если для каждой точки исходного полигона в небольшой окрестности находится точка, отмеченная разметчиком. Ещё есть правило быстрых ответов, чтобы блокировались слишком быстро отвечающие пользователи, капча, расхождение с мнением большинства и т.д. Настроив эти правила, можно ожидать довольно неплохую разметку, но если нужно действительно высокое качество и сложная разметка, нужно специально нанимать фрилансеров-разметчиков. В итоге наш датасет составил 4к размеченных картинок, и стоило всё это 28$ на Толоке.
Модель
Теперь сделаем сеть для предсказания четырёх точек области. Получим признаки с помощью resnet18 (11.7M параметров против 21.8M параметров у resnet34), далее делаем голову для регрессии в четыре точки (восемь координат) и голову для классификации, есть на картинке номерной знак или нет. Вторая голова нужна, потому что в объявлениях о продаже машины не все фотографии с машинами. На фото может быть деталь автомобиля.
Подобное нам, конечно, детектить не надо.
Обучение двух голов делаем одновременно, добавив в датасет фото без номерного знака с таргетом bounding box (0,0,0,0,0,0,0,0) и значением для классификатора «картинка с номерным знаком / без» — (0,1).
Тогда можно составить единую лосс функцию для обеих голов как cумму следующих лоссов. Для регрессии в координаты полигона номерного знака используем гладкий L1 loss.
Его можно интерпретировать как комбинацию L1 и L2, который ведёт себя как L1, когда абсолютное значение аргумента велико и как L2, когда значение аргумента близко к нулю. Для классификации используем softmax и crossentropy loss. Экстрактор признаков — resnet18, используем веса, предобученные на ImageNet, дальше дообучаем на нашем датасете экстрактор и головы. В данной задаче мы использовали фреймворк mxnet, так как он является основным для computer vision в Авито. Вообще, микросервисная архитектура позволяет не привязываться к конкретному фреймворку, но когда имеешь большую кодовую базу, лучше использовать ее и не писать тот же самый код заново.
Получив приемлемое качество на нашем датасете, мы обратились к дизайнерам, чтобы нам сделали номерной знак с логотипом Авито. Сначала мы конечно попробовали сделать сами, но выглядел он не очень красиво. Дальше требуется изменить яркость номерного знака Авито на яркость оригинальной области с номерным знаком и можно накладывать логотип на изображение.
Запуск в прод
Проблема воспроизводимости результатов, поддержки и развития проектов, решённая с некоторой погрешностью в мире backend- и frontend-разработки, всё ещё стоит открытой там, где требуется использовать модели машинного обучения. Вам наверняка приходилось разбираться в легаси коде моделек. Хорошо если в readme есть ссылки на статьи или опенсорс-репозитории, на которых базировалось решение. Скрипт для запуска переобучения может упасть с ошибками, например, поменялась версия cudnn, и та версия tensorflow уже не работает с этой версией cudnn, а cudnn не работает с этой версией драйверов nvidia. Может, для обучения использовался один итератор по данным, а для тестирования и в продакшене другой. Так можно продолжать довольно долго. В общем, проблемы с воспроизводимостью существуют.
Мы стараемся убрать их, используя nvidia-docker окружение для обучения моделек, в нём есть все необходимые зависимости для сuda, также туда устанавливаем зависимости для питона. Версия библиотеки с итератором по данным, аугментациями, инференсу моделек — общая для стадии обучения/экспериментирования и для продакшена. Таким образом, чтобы дообучить модель на новых данных, вам нужно выкачать репозиторий на сервер, запустить shell скрипт, который соберет докер-окружение, внутри которого поднимется jupyter notebook. Внутри у вас будут все notebook’и для обучения и тестирования, которые точно не упадут с ошибкой из-за окружения. Лучше, конечно, иметь один файл train.py, но практика показывает, что всегда требуется смотреть глазами на то, что выдаёт моделька и что-то менять в процессе обучения, так что в конце вы всё равно запустите jupyter.
Веса модели хранятся в git lfs — это специальная технология для хранения больших файлов в гите.До этого мы пользовались артифактори, но через git lfs удобнее, потому что скачивая репозиторий с сервисом, вы сразу получаете актуальную версию весов, как на продакшене. Для инференса моделей написаны автотесты, так что не получится раскатить сервис с весами, которые их не проходят. Сам сервис запускается в докере внутри микросервисной инфраструктуры на кластере kubernetes. Для мониторинга производительности мы используем grafana. После раскатки мы постепенно увеличиваем нагрузку на инстансы сервисов с новой моделькой. При выкатке новой фичи мы создаем а/б тесты и выносим вердикт по дальнейшей судьбе фичи, опираясь на статистические тесты.
В результате: мы запустили замазывание номеров на объявлениях в категории авто для частников, 95 перцентиль времени обработки одной картинки для скрытия номера равен 250 мс.
Как скрыть номера авто на фото и видео
Сразу хочу отметить что тут речь пойдет не о том как избегать штрафов скрывая номера ( для этого можно купить баллончик с жидкой грязью в Ашане ), а когда нужно временно закрыть номер, например, для фотосессии на природе, чтобы потом его не зарисовывать в фотошопе. Если фото еще не так трудно обработать, то видео придется обрабатывать довольно сложно чтобы скрыть номера. Гораздо проще закрыть номера перед съемкой, чтобы потом не тратить время.
Кстати, философский вопрос: нужно ли скрывать номера на фотографиях которые выкладываем на сайты и соц сети? Пишите в коментах что думаете, закрываете номера или нет, возможно найдутся весомые доводы для обоих случаев.
Итак, перейдем к делу. Хочу представить один из вариантов, недорогой, быстрый и удобный. Для этого в Ашане покупаем пластиковую накидку на стол (от 40 до 90 руб), ножницами вырезаем под размер рамки, оставляем чуть больше по сторонам, чтобы пластик входил в пазы и держался там.
Дальше при необходимости, достаем и вставляем в рамки номеров. После фотосессии, не забывайте их убирать, иначе может быть штраф за езду со скрытыми номерами.
Закрытие номера авто на Avito
Способ 1: Онлайн-сервисы
Из всех существующих в настоящее время средств, позволяющих скрыть номер автомобиля на фотографиях из объявления на Avito, самыми простыми и доступными являются онлайн-сервисы. Нами будет рассмотрено два веб-ресурса, имеющих разный интерфейс и набор инструментов, но в целом позволяющих добиться схожего результата.
Вариант 1: HideFrame
Чтобы завершить редактирование, в нижней части левой колонки нажмите кнопку «Сохранить» и выберите место на устройстве. В результате нужный эффект будет применен ко всем добавленным изображениям, каждое из которых сохранится в формате оригинала с идентичным разрешением и качеством.
Вариант 2: INETTOOLS
Если вас не устраивает данный вариант, в интернете можно найти множество аналогов, чего нельзя сказать о сервисе, рассмотренном в самом начале. По этой же причине, а также из-за большей простоты, рекомендуем ограничиться HideFrame.
Способ 2: Мобильные приложения
Для мобильных устройств существуют отдельные приложения, нацеленные на выполнение поставленной задачи или просто предоставляющие подходящие инструменты. Мы остановимся на двух программах для разных операционных систем, но только в качестве примера, так как при желании можно найти и другие решения.
Вариант 1: Blur Number Plate (Android)
Дождитесь завершения обработки, статус которой можно отслеживать на отдельном экране, и по завершении сразу можете ознакомиться с результатом. Качество итоговой работы напрямую зависит от разрешения исходного файла и выбранного ракурса съемки.
Если есть такая возможность, не стоит пренебрегать встроенной функцией камеры в данном приложении, так как в результате номер будет удален в автоматическом режиме. Конечно, актуальность решения напрямую зависит от качества камеры.
Вариант 2: Privee (iOS)
Если вами не были заранее сделаны снимки, в качестве альтернативы вполне можете использовать вкладку «Камера». В данном случае будет задействовано стандартное приложение операционной системы, а снимки автоматически добавятся в редактор.
С помощью меню над добавленной формой можете изменить стиль, выбрав размытие или пикселизацию. При этом саму по себе рамку необходимо вручную развернуть и отмасштабировать в соответствии с блоком номера, как показано в нашем примере.
Итоговую фотографию сможете найти в приложении «Фото» и загрузить в объявление через официальное приложение или веб-сайт торговой площадки. Качество изображения при этом полностью соответствует оригиналу.
Способ 3: Графические редакторы
Наиболее универсальным решением могут стать отдельные графические редакторы, предоставляющие множество инструментов для обработки изображений, которые вполне можно использовать для закрашивания номера автомобиля. Самой известной из такого рода программ, к тому же, имеющей бесплатный пробный период и альтернативную версию для смартфона, является Фотошоп.
Скачать Adobe Photoshop для Windows / iOS / Android
При помощи ползунка во всплывающем окне установите подходящий уровень размытия. Чтобы завершить редактирование и применить изменения, необходимо кликнуть кнопку «ОК» в правой колонке.
Если вас по каким-то причинам не устраивает названая разновидность фильтра, в качестве альтернативы можете использовать «Размытие в движении», выставив параметры угла и степени размытия. Также возможно применить и другие варианты, которые мы рассматривать не будем из-за сомнительной актуальности.
Указанным образом выполните стирание номера, добившись нужного результата. И хотя тут, как видно, требуется больше времени, результат будет лучше, чем при применении обычного размытия или, тем более, цветной рамки.
Какое бы из представленных решений вами не было использовано, итоговые файлы нужно добавить в объявление. Описывать данную процедуру мы не будем, так как об этом было максимально подробно рассказано в других инструкциях на сайте.
Подробнее: Создание и редактирование объявлений на Avito
Закрытие номера телефона
Помимо непосредственно автомобильного номера, нередко возникает необходимость скрытия контактного телефона при публикации объявлений в соответствующей категории торговой площадки. Делается это путем включения полностью бесплатной функции «Защита номера» в настройках конкретной записи, доступных во многих разделах сайта и приложения Авито.
Важно понимать, что сама по себе функция представляет собой средство проверки и переадресации звонков на указанный вами реальный номер, поэтому полного скрытия добиться не получится. При этом, если вы все же хотите полностью избавиться от телефона на странице публикации, попросту следует выбрать внутренний чат из доступных способов связи.
Помимо этой статьи, на сайте еще 12548 инструкций.
Добавьте сайт Lumpics.ru в закладки (CTRL+D) и мы точно еще пригодимся вам.
Отблагодарите автора, поделитесь статьей в социальных сетях.