табличка авито на номер авто
Как на Авито закрыть номер машины
Есть несколько способов, как закрыть номер авто на “Авито”. Это можно сделать с помощью компьютера, смартфона или подручных средств.
Зачем скрывать номер авто
Есть 6 распространенных причин:
Как замазать номер автомобиля в объявлении
Сайт Hideframe
Чтобы замазать номер машины в Hideframe, нужно выделить область скрытия, нажать кнопку “Применить”, дождаться результата и сохранить готовое фото на компьютер.
Сайт Inettools
Сервис позволяет заретушировать номера онлайн. Для этого нужно загрузить изображение и выделить нужную область на фото. Чтобы скачать готовую картинку, необходимо нажать кнопку “Создать” (она находится внизу страницы).
Приложение Adobe Photoshop
Для стирания номера в Photoshop следует выбрать инструмент “Прямоугольник”, после чего выделить область госномера и воспользоваться заливкой или градиентом. Для поворота и вращения фигуры необходимо зайти в меню “Редактирование” и нажать на пункт “Свободное трансформирование”.
Второй способ: выбрать вкладку “Фильтр”, в которой есть эффект “Размытие по Гауссу”, а затем отрегулировать степень размытия с помощью ползунков.
Также в Photoshop можно закрасить номерные знаки инструментом “Кисть” или размазать их при помощи инструмента “Палец”. Эти инструменты находятся на рабочей панели слева.
Утилита Blur Number Plate
Программа автоматически закрашивает нужную область при загрузке фотографии с компьютера.
Photo Eraser
Скрыть номер автомобиля можно и с помощью смартфона. Чтобы замазать номер машины в приложении Photo Eraser, нужно выбрать изображение в галерее мобильного устройства, а затем выделить номера с помощью инструмента “Лассо”. После этого программа закрасит выбранную область на фотографии. Приложение можно скачать на смартфон с операционной системой iOS или Android.
Afterlight
Программа поддерживается мобильными устройствами на платформах iOS, Android и Windows Phone. В Afterlight замазать номерные знаки можно с помощью инструмента “Размытие”.
Подручные средства
Продавец может завесить государственные знаки при фотосъемке автомобиля или заклеить их темной липкой лентой.
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.
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.
Разработчики камер показали, как водители прячут номера. Примеры и фото
Дорожные камеры становятся все умнее и учатся распознавать новые нарушения ПДД. Чтобы избежать штрафов, водители придумывают новые хитрости и пытаются обманывать устройства. Большинство приемов незаконно, но водителей это не пугает. Разработчики современных комплексов и представители Центра организации дорожного движения Москвы (ЦОДД) разобрали популярные способы обмана и показали, как на них реагируют сами камеры.
Госномера необычных форм
Все современные камеры умеют распознавать госномера любых форм и даже размещенные нестандартным способом, объяснили в ЦОДД.
«В Москве все камеры распознают любые номера: квадратные, установленные с наклоном и так далее. Поэтому пытаться как-то обхитрить камеры бессмысленно», — предупредили в ЦОДД, предоставив несколько примеров, включая квадратные и «болтающиеся» номера.
Деформация номерной пластины
Водители иногда специально не меняют помятые номерные знаки. Такая деформация, которая приводит к частичному искажению символов, может произойти после ДТП. Также такие повреждения часто можно увидеть на грузовом транспорте — при откидывании заднего борта он бьет пластину. Хитрые водители решают оставить такие таблички, чтобы запутать камеры и избежать возможных штрафов.
«Любое искажение потенциально может приводить к ошибкам, особенно такие проблемы были актуальны примерно с 2010 по 2016 гг., когда еще никаких нейросетей не использовали», — рассказал Autonews.ru представитель компании «Технологии распознавания» Сергей Кусов. — Однако к текущему времени нейросети уже пропустили через себя огромное количество комбинаций и возможных видоизменений госномеров».
В итоге, по словам эксперта, проблема с ошибками постепенно сошла на нет: нейросети научились понимать и достраивать комбинации, а также получать информацию с нескольких кадров, которые были сделаны при фиксации.
«Такое искажение номера, как на примере, камеры все-таки безошибочно распознали, хотя это и наиболее проблемный пример. Цифры и буквы тут «поплыли», у них изменилось геометрическое построение, — объяснил Кусов. — Но важно понимать: если нейросеть все-таки не сможет распознать номер, всегда есть второй. Ведь контроль сейчас ведется в нескольких направлениях, а диапазон работы камер расширился с одного-двух рядов до нескольких полос сразу».
Госномер на нестандартном месте
Некоторые водители считают, что камеру можно сбить с толку, перевесив госномер со стандартного места вбок или же приделав его с наклоном вправо или влево. Однако, по словам Кусова, необычное местоположение номерной пластины камеру не смутит.
«На этом примере видно, что табличка сильно пострадала, госномер разбит и деформирован. При увеличении видно, что буква «У» поплыла. Конец буквы начинает размываться, — разобрал пример Кусов. — Еще более ухудшить такою ситуацию может грязь на номере. В таком случае мы теряем символ — тогда нейросеть его либо достраивает, либо ставит «звездочку». Но чаще всего, когда номер более мене чистый, проблем не возникает. И тут видно, что госномер потертый и помятый, но распознан все равно правильно».
Табличка под острым углом
Еще один прием автомобилистов — размещение номерной пластины под острым углом. То есть табличка приделана на машину в согнутом виде. Тут водители пытаются найти тонкую грань, чтобы странное положение госномера не привлекло внимание инспектора ГИБДД. Ведь любые манипуляции с табличкой и ее перемещения запрещены.
Эксперт в области фотовидеофиксации Григорий Шухман считает, что камеры могут справиться с распознаванием, а вот точность определения скорости может оказаться под вопросом.
«Для распознавания самое важное — чтобы программное обеспечение могло выделить символы, и чтобы они читались, — объяснил Шухман в беседе с Autonews.ru. — Но для измерения скорости оптическим способом надо измерить на фотографии размеры знака, оценить его высоту над дорогой и соответственно рассчитать расстояние от него до камеры. Когда размеры и геометрия знака соответствуют стандартам, то это не проблема. Если же геометрия нарушена, то возникает проблема корректного измерения. Поэтому, кстати, для камер нет проблем и с квадратными номерами — если они висят верно, скорость также будет рассчитана правильно».
Госномер смотрит вверх
Иногда водители при установке наклоняют рамку так, чтобы госномера смотрели чуть вверх. Как уверяют производители, такие приемы чаще всего тоже не срабатывают.
«В этом случае для камеры все сложилось идеально, — прокомментировал Кусов. — Номер тут сильно завален. Инспектор ГИБДД на дороге, мог бы и не прочитать такой номер. — А для камеры госномер оказался в идеальном горизонте, он лежит как лист для чтения. И то, что госномер двустрочный, для нас не имеет значения, камера все спокойно распознает».
Госномер повешен криво
«Номер подвешен под непонятным углом и неровно, также есть артефакты в виде креплений и болтов, который могут внести неясность при плохих условиях освещения, или же если госномер будет загрязнен, — проанализировал Кусов еще один пример. — Нейросеть может прочитать эти символы неверно. Но если на улице хорошее освещение и нет «мешающих» факторов, то камеры справятся и с такой задачей».
Затертые номера
Затертые до бела символы из номерных знаков также не составят проблем для камер, считают в компании «Технологии распознавания». Конечно с оговоркой на хорошие погодные условия. Помимо возможности достраивать нечитаемые знаки камерам помогает совершенно утилитарная вещь — в России у табличек с госномерами обязательно должен быть рельеф.
«Выпуклость, некий рельеф, создает дополнительную степень защиты, добавляя нужную контрастность. Человеческий глаз может это не распознать, а камера эти моменты увидит. Именно поэтому для ведения штрамповки госномерв нужно получать разрешение — таблички изготавливают по ГОСТам, которые нарушать запрещено, — уточнил Кусов. — Конечно, есть условия плохой видимости, пересветы, но с этим сталкиваются все производители».
Нейросети помогает рельеф и снимки с разных камер
Эксперт заверил: порядка 95% госномеров при распознавании не создает каких-либо проблем. При этом если у системы будут возникать сомнения, она будет использовать всю доступную информацию, чтобы все-таки определить номер правильно. Например, если не читаются передние госномера, обращаться к задним и наоборот. Также у нейросети есть возможность проанализировать и достроить изображение табличек по серии снимков. А чтобы нейросеть ориентировалась в разных видах госномеров, ее постоянно дообучают.
«Есть номера квадратные, номера с флагом и без флага, госномера разных стран. Чтобы нейросеть знала о самых свежих изменениях, у разработчиков работают специалисты, которые «скармливает» системе новые виды номерных знаков. У нас, например, есть возможности для распознавания 944 типов из 94 стран мира. Их могло бы быть и больше, просто нет необходимости добавлять слишком редкие серии», — рассказал Кусов.
Что грозит за нечитаемый госномер
Если водитель установит табличку с госномером в нарушение ГОСТа, ему грозит ответственность согласно ч.2 ст. 12.2 КоАП за управление автомобилем без государственных регистрационных знаков, либо без установленных на предусмотренных для этого местах номеров, либо управление автомобилем с видоизмененными или оборудованными с применением устройств или материалов знаков, препятствующих идентификации либо позволяющих их видоизменить или скрыть, объяснил Autonews.ru юрист Дмитрий Дугин. За это грозит штраф 5000 рублей или лишение прав на срок 1-3 месяца.
По словам юриста, исключение могут составить только автомобили с нестандартными, но при этом штатными бамперами. Если же госномер окажется затерт по естественным причинам, например, после ДТП или в результате износа, водителя могут лишь оштрафовать на 500 рублей по ч.1 ст. 12.2 КоАП. Дугин подчеркнул, что, решение о том, как квалифицировать каждый случай, будет решать сначала инспектор ГИБДД, а потом суд.