Фото авто ру: Помогаем продавать машины быстрее

Приложения Авто.ру научились распознавать автомобили по фото

Приложения Авто.ру для iOS и Android научились распознавать автомобили по фото. Достаточно сфотографировать машину — и приложение покажет её марку, модель, поколение и среднюю стоимость. Сейчас приложение распознаёт более 100 марок и 1000 моделей из каталога Авто.ру.

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.

Если вы нашли опечатку — выделите ее и нажмите Ctrl + Enter! Для связи с нами вы можете использовать [email protected].

Нейросети обучились узнавать марку машины по фото

Нейронные сети проникают в нашу жизнь. У владельцев мобильных устройств на iOS и Android появилась новая забава — испытывать способности нейросети по угадыванию марки автомобиля по фотографии.

Приложения Авто.ру для iOS и Android научились распознавать автомобили по фото. Достаточно сфотографировать машину — и приложение покажет её марку, модель, поколение и среднюю стоимость. Сейчас приложение распознаёт более 100 марок и 1000 моделей из каталога Авто.ру,  — говорится в пресс-релизе, распространенном компанией.  «На улицах встречается множество интересных автомобилей. В таких случаях часто хочется узнать, что это за машина и сколько она может стоить, — прокомментировал запуск руководитель мобильной разработки Авто.ру Максим Чекмарев. — 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 ее 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.

Впрочем, фраза «приложение угадывает автомобили на уровне эксперта» пока звучит слишком бравурно. Так же, как не очень убедительно звучит утверждение, что программа распознает марку по приборной панели или части кузова. Иногда одно и то же фото дает совершенно неожиданный результат. Мы сняли несколько автомобилей на улицах. Что из этого вышло — сморите в нашей галерее.

Впрочем, скорее всего, это «первый блин», который даже у очень умелых хозяек получается не очень идеальным. Нейросети же тем и хороши, что способны к обучению и исправлению собственных ошибок. В скором времени Авто.ру планирует использовать технологии компьютерного зрения и для других задач — например, для заполнения полей в объявлении о продаже. Владельцу, решившему расстаться со своей машиной, будет достаточно один раз сфотографировать автомобиль, а все поля за него заполнит умная сеть. Продавцу останется только проверить данные и уточнить цену выставленного на продажу.

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.

Скачать для Android

Скачать для iPhone

«АВТО.РУ» против «Авто.ру». Как победил тот, кого уже считали проигравшим

Споры о праве на наименование (организации или товара) одни из самых сложных и тонких. Однако ВАС, рассмотрев дело ООО «АВТО.РУ» и ООО «Авто.ру», принял решение, которое словно подтверждает верность поговорки  – «на всякого мудреца довольно простоты».

Президиум Высшего арбитражного суда отменил решения всех трех нижестоящих арбитражных инстанций по делу, поменяв в итоге расклад сил в этом споре. Тот, кто долгое время значился в проигравших, стал победителем. И такой ход конем ВАСа не может не вызывать одобрения, так как он расставил все на свои места и привел юридические постулаты в согласие со здравой логикой и реальностью. Дело зарегистрировано под номером А40-47199/09-27-413, докладывала судья  ВАС РФ Елена Моисеева.

«АВТО.РУ» появилось раньше и недовольно, что в этой же рыночной нише позднее появилось «Авто.ру»

Право.Ru  следило за тем, как дело между этими двумя компаниями рассматривалось в нижестоящих инстанциях, и подробно рассказывало об этом здесь.  Кратко напомним фабулу.

Иск подало ООО «АВТО.РУ». Оно потребовало, чтобы суд запретил другой фирме с очень похожим названием — ООО «Авто.ру» использовать свое название (как полное, так и сокращенное, фирменное) в производственной деятельности. 

Оснований для такого требования у ООО «АВТО.РУ», как следует из материалов дела, было несколько. Во-первых, названия очень похожи. Набор и количество букв – абсолютно одинаковы, вся разница лишь в их написании. У одной компании все буквы строчные, у другой – прописные. Вот и все. Налицо схожесть до степени смешения. А если только произнести (а не написать) оба названия, никакой разницы вообще не будет.

Во-вторых, ООО «АВТО.РУ» считало себя полноправным правообладателем наименования, так как оно появилось и было зарегистрировано гораздо раньше, чем ООО «Авто.ру». В материалах дела говорится:  ООО «АВТО.РУ» зарегистировано как юридическое лицо в 1997 году, а ООО «Авто.ру» — в 2003 году.

Кассационная инстанция — ФАС МО – признала, что у ООО «АВТО.РУ» право на фирменное наименование возникло именно с 1997 года.

И, наконец, обе фирмы занимаются по сути одним и тем же – размещают рекламу о продукции в интернете и таким образом ее продают. Иначе говоря, они конкурируют на рынке. Каждый в России, кто хоть раз задумывался о продаже или покупке автомобиля (либо нового, либо подержанного), заходил на сайт, если не думать о написании, под названием авто.ру. Вот только какого именно авто.ру – того, который принадлежит фирме с прописными буквами в названии (лишь первая буква строчная) или же со строчными?

Вероятно, понимая, что интернет-пользователи не заметят разницы и будут оба сайта ассоциировать именно с ООО «АВТО.РУ», эта фирма и обратилась в суд. Ей не хочется, чтобы клиенты, пребывая на другом сайте, думали, что находятся на ее ресурсе. 

Несмотря на все доводы, суды трех нижестоящих инстанций дружно отказывали ООО «АВТО.РУ». Почему? 

И АСГМ, и 9ААС, и ФАС МО отказывали в иске ООО «АВТО.РУ», признавая тем самым законность существования компании «Авто.ру» и позволяя ей продолжать свою деятельность.

Наблюдая такое единодушие судов, даже немного удивляешься: как дело попало в Президиум ВАС. Ведь обычно туда попадают дела, по которым суды нижестоящих арбитражных инстанций выносят разные решения, демонстрируя таким образом неоднозначность дела и отсутствие единого подхода…

Но оставим эти рассуждения и попробуем выяснить, почему все нижестоящие инстанции оставляли требования ООО «АВТО.РУ» без удовлетворения? Об этом не говорилось на заседании Президиума ВАС, поэтому мы попросили изучить материалы дела и ответить на этот вопрос нашего коллегу и автора из адвокатского бюро «Корельский. Ищук. Астафьев и партнеры», руководителя практики интеллектуальной собственности Константина Суворова.

По его мнению, главное затруднение у нижестоящих судов вызвал вопрос о том, действительно ли две фирмы ведут аналогичную деятельность. А это очень важно. Потому что аналогичность деятельности — одно из двух важных условий, необходимых для констатации факта нарушения прав на фирменное наименование. Второе условие — тождество или сходство до степени смешения. Если, предположим, доказано сходство в названиях до степени смешения, а аналогичность деятельности — нет, то о нарушении прав на наименование говорить нельзя.

Именно так обосновал свое решение суд первой инстанции. Он отметил, что на заседании не были представлены доказательства осуществления ответчиком однородной с истцом деятельности.

Правда, Константин Суворов заметил: четких критериев того, какую деятельность считать аналогичной, до сих пор не сформулировано. По мнению авторов статьи, это означает: как доказывать однородную деятельность, мало кто знает, это нигде четко не прописано. Следовательно, формулировка «не представлены доказательства однородной  с истцом деятельности» выглядит  чаще всего лишь как формальный повод для суда отказать истцу и не разбираться в  деле. 

Наш эксперт из АБ «Корельский. Ищук. Астафьев и партнеры» полагает, что в отсутствие прямых указаний в законе практика идет по пути применения по аналогии норм законодательства о товарных знаках.

Однако в данном случае аналогия с товарными знаками в полной мере не работает. Знак охраняется в отношении конкретного перечня товаров и услуг, поименованных в свидетельстве, в то время как формальные указания на виды деятельности юрлица в уставе, или даже в соответствии с ОКВЭД, не дают точного представления о деятельности фактической…

Иначе говоря, с проблемой доказывания аналогичной деятельности  в будущем еще не раз столкнутся все, кто придет в суд отстаивать наименование организации. Если только ВАС не восполнит этот пробел законодательства своими разъяснениями.

Судьи ВАС вошли в интернет и набрали в поисковике «АВТО.РУ». Зачем?

На заседании Президиума ВАС речь зашла и о том, как именно называются сайты в интернете у каждой из этих двух так похоже называющихся компаний. Названия сайтов, кстати, тоже оказались очень похожими. Можно и не заметить разницы — http://www.avto.ru/ и http://www.auto.ru.

Председателю Президиума Антону Иванову не терпелось уточнить, кому именно какой сайт принадлежит. Об этом он спросил генерального директора ООО «АВТО.РУ» Михаила Рогальского. Гендиректор ответил, что право на доменное имя auto.ru принадлежит его организации, это имя гендиректор приобрел сам, в 90-х годах. А домен аvto.ru принадлежит ответчику-конкуренту, который приобрел его позже, в начале 2000-х.

Затем вопросы, связанные с интернетом, задала гендиректору содокладчик по делу судья ВАС РФ Татьяна Нешатаева.

— Ваша деятельность связана только с интернетом? — спросила Татьяна Нешатаева. 

— Фактически да, там (на сайте — прим. редакции) мы размещаем рекламу, — ответил Михаил Рогальский.

— Название портала АВТО.ру связано только с Вами? Например, я набрала в поисковике интернета эту комбинацию и получила множество ссылок…

— Да, подавляющая часть связана с АВТО.ру, но не все

 — Проводили ли Вы опросы потребителей на тот предмет, узнают ли они ваш сайт? 

— Да, мы проводили официальный опрос. 75% опрошенных ассоциируют АВТО.РУ с действительно нашим сайтом.   

Те, кто присутствовали на заседании Президиума, в том числе адвокаты истца, не могли понять, почему, рассматривая спор о фирменных наименованиях, судьи вдруг начали расспрашивать  о доменных именах.

Однако авторам этой статьи такие вопросы кажутся вполне резонными. Ведь обе стороны спора заявили о том, что ведут деятельность через интернет. Судьям надо было убедиться по крайней мере в том, что у спорящих фирм действительно есть сайты в интернете и как именно они называются. Вопросы же Татьяны Нешатаевой вообще имеют глубокую подоплеку. Вероятно, судья пыталась разобраться, действительно ли поисковик в интернете на запрос АВТО.РУ выдает ссылки на сайт не только фирмы ООО «АВТО.РУ», но и ООО «Авто.ру». Это важно для понимания, действительно ли столь похожие названия фирм могут привести к тому, что посетители интернета не отследят, на чьем именно сайте они находятся. Подумайте: чаще всего сайты каких-либо фирм ищут не по адресу страницы (к примеру, www.auto.ru), а вбивая именно название фирмы. И в этом самая главная связь между наименованием фирмы и наименованием сайтов. 

При этом поисковику интернета все равно, какими буквами вы набираете название компании – строчными или прописными. Мы попытались набрать в поисковике АВТО.РУ (именно так, заглавными буквами) и получили действительно множество ссылок. И одна из первых  — на сайт www.avto.ru/. А он принадлежит не ООО «АВТО.РУ», а другой стороне спора — ООО «Авто.ру». Но заметьте: набирали-то мы в поисковике именно «АВТО.РУ»!

Это лишний раз доказывает, что такие незначительные различия в написании названий могут привести к путанице у клиентов. Они вводятся в заблуждение и могут принять сайт одной фирмы за ресурс другой.

И что же, как не такой результат поиска (когда на название одной фирмы поисковик выдает ссылку на сайт другой компании) доказывает, насколько аналогична деятельность этих фирм и насколько их названия похожи. 

Решение ВАС РФ отвечает простой логике и здравому рассудку

Президиум ВАС  судебные акты по делу полностью отменил и передал на новое рассмотрение в АСГМ. Вероятно, у судей ВАС не осталось сомнений в аналогичности деятельности фирм.

Такое решение можно расценивать как большое шанс на победу ООО «АВТО.РУ» — той компании, которая прежде во всех нижестоящих инстанциях числилась в проигравших. Велика вероятность, что АСГМ примет решение в пользу ООО «АВТО.РУ», а ООО «Авто.ру» получит запрет на куплю-продажу автомобилей через интернет.

Решение ВАС кажется вполне справедливым и с точки зрения обыденной логики. Если посмотреть на спор трезво, что мы увидим? Две фирмы с одинаковым (буква в букву) названием, с одной и той же организационно-правовой  формой и занимающиеся абсолютно идентичной деятельностью. Преимущество должно быть за той, которая появилась и начала работать раньше.

Такого же мнения придерживается и партнер юридической фирмы «Городисский и партнеры» Владимир Бирюлин. По его словам, до вступления в силу части IV ГК РФ решение подобных конфликтов было затруднительным по причине отсутствия достаточного регулирования. Действовало лишь «Положение о фирме» от 1927 года, которое многие суды не принимали во внимание (оно, кстати, было приведено в определении коллегии судей ВАС РФ, решивших передать дело в Президиум).

В IV часть ГК РФ было внесено положение о принципе старшего права. Это, по мнению, В.Бирюлина, в значительной степени упростило решение подобных споров.

Если доказано, что обе фирмы осуществляют одинаковую  деятельность, есть  большая вероятность, что решение примут в пользу более старшей компании (той, которая зарегистрирована ранее). И такое решение справедливо! 

Случается, вновь появляющиеся фирмы умышленно делают свои названия близкими и похожими на названия давно существующих и успешных фирм, чтобы получить часть их клиентов себе (клиенты могут не заметить разницы в названиях и обратиться к новой фирме, принимая ее за давно известную). А это — недобросовестная конкуренция, заключает Владимир Бирюлин.

Авторы: Виктория Цыганкова, Леонид Мазурик

Мобильное приложение Auto.ru научилось распознавать автомобили по фото

Портал Auto.ru, с недавних пор принадлежащий «Яндексу» и располагающий крупнейшей в России базой данных о продаже автомобилей и других транспортных средств, объявил о выпуске обновлённого мобильного приложения для Android и iOS. Ключевой особенностью новинки стала функция распознавания автомобилей по фотографии, реализованная на базе нейронных сетей «Яндекса», которые обучались на 6 миллионах изображений реальных машин. Приложение распознаёт транспортные средства на уровне эксперта и знает чуть более 1000 марок и 3000 моделей.

Новый инструментарий доступен на стартовом экране приложения Auto.ru. Пользователю достаточно посредством камеры смартфона сфотографировать авто и нажать на распознавание. Приложение отправит снимок в облачную нейронную сеть «Яндекса» и пришлёт марку и модель. Дополнительно программа показывает среднюю стоимость такого автомобиля на портале Auto.ru.

«Для нас распознавание автомобилей — не просто игрушка, а вполне себе полезный инструмент, — комментируют выпуск новой версии программы представители компании «Яндекс». — Прямо сейчас в Auto.ru проходит несколько экспериментов: например, искусственный интеллект учится выявлять битые машины — даже там, где владелец забыл добавить эту информацию в объявление. Кроме того, сервис обучается «чувству прекрасного» — мы учим нейронную сеть определять самую привлекательную фотографию автомобиля и показывать именно её в списке объявлений. Кроме того, компьютерное зрение используется в системе на этапе модерации объявлений».

Обновлённое мобильное приложение Auto.ru доступно для скачивания в Apple App Store и Google Play.

Автомобильный портал Auto.ru, напомним, был приобретён компанией «Яндекс» в июне 2014 года. Приблизительная сумма сделки составила 175 млн долларов США.

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.

авто ру фото бу

..

Авто ру фото бу

Поиск автомобиля начинается с сайта типа Авто-ру, ам-ру и т.д. Я искала все машины на авто-ру u2014 почему-то на Авито всегда высокие цены, на ам.ру маловато …

Купить авто бу с фото

Авто ру фото бу

права, не слишком хорошо понимают, как правильно выбирать б/у автомобиль. К сожалению, не у всех имеется достаточно денег, чтобы пойти в автосалон за …

Помощь в покупке бу авто Chevrolet Cruze в Москве Отзывы DP-AUTO.ru

Например, авто с пробегом, даже в отличном состоянии, значительно дешевле, кроме того, его можно приобрести в более полной комплектации, не потратив на это …

Помощь в покупке бу автомобиля Honda Accord в Москве. Отзыв о DP-AUTO.ru

Купить автовышку зил бу или новую Продажа автовышекзил Автовышка зил Москва, санкт Авто на авито ру г Б у уаз продажаавтомобилей Авто ру , зил Автозапчасти …

Вечная проблема выбора, какой автомобиль выгоднее покупать: новый из автосалона или на рынке, с пробегом? Конечно, хочется чтобы автомобиль источал аромат …

avto-ru-bu-avto-moskva-kamaz-samosval-6520-

20130123_180124

Авто ру фото бу

Объявления о продаже камазов, мазов, уралов и зилов — цены на грузовики, самосвалы и автофургоны бу и новые в россии на москва, авто камаз купить самосвал …

Полезная информация об автомобилях, зарегистрированных в москве и московской Авто ру один из самых посещаемых автомобильных сайтов в Купить новый или бу …

Авто на Продажа Загружайте новые исертифицированные бу Продажа авто бу и новых, Б у Авто, Авто дром ру Купить средние и тяжелые грузовики бу или новые …

Объявления о продаже грузовиков и другой спецтехники — цены на автобусы, автокраны, грузовики, бульдозеры и тягачи бу и новые в россии на Туристические …

Автомобили с пробегом: купить бу авто в Москве — продажа легковых б/у иномарок и отечественных машин в рассрочку и кредит: выгодные цены в салоне ГК FAVORIT …

Купить самосвал не составит особого труда На портал размещены объявления о продаже самосвалов, бу и новых Купить самосвал бу или Именно поэтому мы продаем …

Цены на грузовик камаз Грузовики камаз купитьгрузовик Бу капотные седельные Каталог объявлений о продаже бу грузовиков камаз с Грузовики купить Камаз Бу …

Создано: 2016-03-06
Читателей: 62

Подобные фотографии:

Выгрузка YML для Яндекс Маркет, Goods.ru, Drom.ru, Auto.ru

Система Parts-soft позволяет делать выгрузки для Яндекс.Маркета.

Рассмотрим особенности создания такой выгрузки и отметим отличия от стандартной выгрузки.

Создание выгрузки

ШАГ 1. В разделе админпанели Служебные → Справочники → Выгрузки → Списки перейдите к редактированию нужной выгрузки. Откроется страница настройки ее параметров. 

ШАГ 2. На вкладке Основные настройки:

Фото 1. Основные настройки

• укажите название выгрузки и имя файла с ней. 

• Проверьте, что в поле Алгоритм выгрузки (1) выбрано значение Лучшие цены. Установите его, если было выбрано другое. Для Яндекс.Маркет рекомендуем использовать данный алгоритм выгрузки, чтобы не происходило дублирования. Будет выгружаться только одно предложение с лучшей ценой.

• Включите галочку Формат выгрузки YML (2). Этот формат поддерживает к загрузке Яндекс.Маркет. CSV для Яндекс.Маркет считается устаревшим и поддерживается ограничено. 

• выберите в поле Категория по умолчанию Яндекс.Маркет (3) — категорию, куда попадут выгружаемые товары. Обычно выбирают Авто. Данная настройка будет полезна в том случае, если вы выгружаете свои предложения, просто подключив большое количество прайс-листов (не создавая каталога). 

• Включите галочку Не выгружать предложения без фото для Яндекс.Маркет (5), поскольку Яндекс.Маркет на данный момент не пропускает предложения без фото.

• Следуя инструкции по формированию простой выгрузки (шаг 2 пункты (10)-(13)), укажите: 

  • прайс-листы, которые будут участвовать в выгрузке; 

  • группу скидки, для которой должна рассчитываться исходящая цена в выгрузке; 

  • валюту выгрузки;

  • метод округления цен.

ШАГ 3. На вкладке Яндекс.Маркет, Google.Merchant, Goods.ru, OZON:

Фото 2. Обязательные параметры выгрузки на Яндекс.Маркет

•  Заполните обязательные поля (фото 2):

  • Виды оплат (1*)

  • Cрок доставки в календарных днях (общий) (2*)

  • Cтоимость доставки в рублях (общая) (3*)

  • Короткое название магазина (4*)

  • Полное наименование компании, владеющей магазином (5*) 

• В блоке Параметры файла включите галочку Одна цена в результате. В выгрузке будут сформированы новые адреса карточек товара, в результате чего будет показываться одна цена. Рекомендуем ее ставить, поскольку по требованиям Яндекс Маркета на странице с товаром должна показываться только та цена, которая была передана в прайс-листе. Чтобы настройка вступила в силу, нужно будет вручную обновить выгрузку.
  Также можете активировать опцию Выгружать данные об остатках в Яндекс Маркет, чтобы в выгрузку передавались данные об остатках на складе.

Фото 3. Отображение одной цены

• Чтобы выгружались сведения об условиях доставки, в блоке Параметры доставки до ПВЗ (фото 4) включите галочку Возможность доставки до ПВЗ (1) и укажите:

  • цену доставки (2). Используйте только целые числа. Для бесплатного самовывоза укажите значение 0.

  • сроки доставки (3). Можно указать или конкретное количество дней или период. Например, чтобы указать период от 2 до 4 дней, введите 2-4.

  • время (4), до которого нужно сделать заказ, чтобы получить товар в пункте выдачи в указанный срок (2). Например, если нужно указать 18:00,  введите 18

Фото 4. Параметры доставки

• При необходимости в блоке Дополнительные настройки для Яндекс.Маркет (фото 5) вы можете настроить выгрузку:

  • усредненных веса (1) и габаритов (2) товаров. Можно указать с точностью до тысячных (например, 1.001 кг, 1.01 см и т.д).  Длина, ширина, высота задаются в сантиметрах.

  • информации о стране бренда/производителя (3). Для этого требуется включить галочку Выводить страну изготовителя.

Фото 5. Дополнительные настройки 

Если у вас старая версия системы Parts-Soft, установите галочку offer_id в виде OEM-MAKENAME. Она нужна, чтобы при выгрузке формировался постоянный идентификатор предложения offer_id. Позиции в прайсе постоянно перезагружаются и уникального идентификатора именно для позиции нет. Для этого используется идентификатор предложения, который представляет собой связку «номер+бренд».

Нажмите кнопку Сохранить.

ШАГ 4. Вы вернетесь к списку выгрузок. Запустите формирование сохраненной выгрузки вручную. Если выгрузка сформируется правильно, можно будет настроить ее автоматическое формирование по расписанию.

ШАГ 5. Когда выгрузка будет сформирована, перейдите к просмотру ее, нажав на ссылку Яндекс.Маркет YML в колонке Типы выгрузок. Yml-документ откроется в новой вкладке браузера.

Фото 6. Проверка выгрузки
 

ШАГ 6. Для получения ссылки на выгрузку в колонке Типы выгрузок кликните на ярлык копирования рядом с ссылкой Яндекс.Маркет YML. Ссылка будет скопирована в буфер обмена. Теперь вы можете добавить ее в Яндекс.Маркет и пытаться проходить модерацию.

Настройка категорий для Яндекс.Маркета

Кроме выгрузки прайс-листов, можно настроить выгрузку своей категории. В этом случае в выгрузку для Яндекса войдут не только цены, но и фотографии товаров с описаниями. Такая выгрузка будет полезна при размещении товаров в тех разделах Маркета, где товары не привязаны к каталогу Яндекса, а идут вразнобой.

Каталоги Parts-soft, которые раздаются нами по API, выгружать нельзя. Выгрузить можно только каталоги, добавленные самостоятельно.

Данная опция настраивается в меню настроек выгрузки. Для настройки этой опции нужно предварительно привязать категорию своего сайта к категории Яндекс.Маркета.

ШАГ 1. Для настройки свойств категории перейдите в раздел админпанели Служебные → Продукция → Категории. Выберите категорию и нажмите на ярлык редактирования рядом с ней. Откроется страница настроек категории продукции. 

ШАГ 2. На вкладке Редактирование категории в выпадающем списке Соответвует Яндекс.Маркет по категориям выберите категорию. Установите галочку Условия гарантии — Яндекс Маркет. Сохраните изменения на странице.

Фото 7. Добавление соответсвия категории для Яндекс.Маркет

Подробнее о правилах заполнения этих разделов можно узнать в информационном разделе Яндекс.Маркета для магазинов.

ШАГ 3. Теперь на вкладке основных настроек выгрузки (см.фото 1) в выпадающем списке Категории для Яндекс.Маркет появились категории, связанные с Яндекс.Маркет.

Фото 8. Выбор категории
 

Выгрузка описания товара из карточек продукции

По умолчанию система выгружает в качестве описания связку «бренд+номер», но при желании вы можете выгрузить описание товара и его характеристики.

ШАГ 1. Предварительно для редактируемой выгрузки на вкладке Яндекс.Маркет, Google.Merchant, Goods.ru, OZON поставьте галочку Выгружать описание для Яндекс Маркет. 

ШАГ 2. Если каталог создавался давно (когда данный функционал отсутствовал), обновить карточки YML. Перейдите в меню Служебные → Справочники  → Выгрузки  → Обновить карточки YML.  В очередь будет поставлена задача, которая сформирует описание для Яндекс.Маркет, основываясь на основном описании и характеристиках товара.

ШАГ 3. Перейдите в карточку товара Служебные → Продукция →  Товары.  Выберите нужный вам товар и нажмите ярлык редактирования. Откроется форма редактирования карточки товара.

ШАГ 4. Перейдите на вкладку Описание Яндекс Маркет. Поле Описание для Yandex Market генерируется автоматически на основе данных на вкладках Описание продукции и Произвольные свойства (при сохранении карточки продукции). Эти данные попадут в поле description выгрузки. При желании вы можете отредактировать текст в этом поле вручную. При этом, чтобы при следующем обновлении выгрузки ваше описание не изменилось на автоматически сгенерированное, поставьте галочку Не обновлять описание для Яндекс Маркет.

Фото 9. Редактирование описания для Яндекс.Маркет

Расширение выгрузки для Goods.ru

Для более удобной работы с goods.ru мы добавили дополнительные аттрибуты к YML выгрузке согласно описанию, предоставленному goods.ru

Для настройки перейдите на вкладку настройки Яндекс.Маркет, Google.Merchant, Goods.ru, OZON где Вы увидите следующие опции, которые активизируют выгрузку:

Фото 10. Настройки для goods.ru

• Выгружать расширенные данные для goods.ru (1) – EAN номеров в yml файл. Данная настройка позволяет автоматически связывать карточки goods.ru и ваши торговые предложения.

  EAN номера берутся из базы данных api.parts-soft.ru и доступны клиентам на поддержке + клиентам с активированным раширением api.parts-soft.ru — api.image. Мы постоянно развиваем базу EAN номеров, но нам есть куда стремиться. Поэтому если у вас есть связки EAN — OEM+MAKE_NAME, будем рады получить их для подгрузки. База данных по EAN обновляется по понедельникам.

• Выгружать данные по остаткам для goods.ru (2) – количества на остатках по выбранному предложению.

• ID склада в goods.ru (3) – кода склада, который указан в ЛКМ goods.ru, раздел “Настройки — Доставка”. Необходимо для выгрузки количества.

• Прием заказов до часа (4) – до которого часа ваш магазин принимает заказы. Выгружается в раздел shipment-options совместно с количеством дней доставки. 

Связанные разделы

Формирование простой выгрузки прайс-листа для своих клиентов
Загрузка картинок без номенклатуры.

Pàgina no trobada | Baixbus

В дополнение к обязательной нормативно-правовой базе защиты личных данных лиц, входящей в состав отдельных лиц, находящихся в распоряжении 12 и 14 RGPD, содержится информация об ответственном действующем законодательстве в соответствии с законодательством, SL, NIF B08040925, в социальных сетях. c / Migdia, s / n, 08840 Viladecans i lloc Интернет: http://www.baixbus.cat/es. Les seves dades personals seran tractades amb la finalitat d’atendre les peticions o sol·licituds específiques que els usuaris puguin realitzar en aquest àmbit a través de la Plataforma, per relació a qualsevol qüestió Disadaada a través de la formular de la plataforma de la través de la formular de la plataforma de la través de la de la de la de la Plataforma.En qualsevol cas, les seves dades personals es conservaran durant el termini estrictament обязательно per tal d’atendre la sol·licitud remesa.

Se li informa que, s’ha designat un Comitè de Protecció de Dades que desenvolupa les Funcions de Delegat de Protecció de Dades, amb qui, si així ho desitja, podrà contactar qui, totes les qüestions referents al tractament de les seves dades personals ia l’exercici dels seus drets, segons el que esposa en el RGPD a través del correu electrònic protecciodedades @ baixbus.com

La base legítima de tractament és el consentiment de l’interessat que, en qualsevol cas, tindrà dret a revocar en qualsevol moment, encara que això no afectarà la licitud del tractament previ a la seva retirada. En tot cas, la manca d’aportació de les dades personals Requerides en aquest formulari electrònic podrà donar lloc a la impssibilitat de tramitar согласно MOHN, S.L. la sol·licitud o petició específica de què es tracti.

Les dades aquí aportades, podran ser cedides a altres entity Барселона (AMB) i Direcció de Transports Públics de la Generalitat de Catalunya.Amb caràcter general, no estan previstes transferències internacionals de les seves dades personals. En qualsevol cas, s’adopten les mesures needàries en aquest de Complitat amb el RGPD.

Se li informa així mateix que, podrà excrititar els seus drets d’accés, rectificació, supressió, limitació del tractament, portabilitat de dades i d’oposició, dirigint una comunicació per escrit a través proteba del correbuselectroded.com la Ref. «Exercici drets», подтверждающий соответствие документа национальному удостоверению документа (passaport, NIE….). En cas de no considerar atesos de forma deguda seus drets personals, podrà Presentar una reclamació davant l’autoritat de control Component, en aquest cas, l’Agència Espanyola de Protecció de Dades, si bé li Recomanem contactar abans, per tal de resoldre la Возможная ситуация конфликтная, si així ho Estima, amb el DPD.

Podeu consultar informació addicional sobre el tractament de les seves dades personals llegint la política de privacitat i galetes ubicada a la present pàgina web.

Яндекс приобретает Auto.Ru за 175 млн долларов и добавляет объявления об автомобилях в свой поисковый бизнес — TechCrunch

Яндекс, поисковая система, которую часто называют Google в России, объявила сегодня о другом приобретении, которое расширит ее бизнес в другой вертикали: он покупает Auto.ru, бизнес по продаже автомобилей онлайн, за 175 миллионов долларов наличными.

Это добавит к уже предпринимаемым Яндексом усилиям в автомобильном секторе, где у него есть портал, объединяющий тематические списки на нескольких сайтах с объявлениями об автомобилях.Что это даст Яндексу, так это продвижение вверх по цепочке — возможность собирать доход с фактических объявлений и показывать рекламу, которая размещается рядом с ними, а также объем автомобильного контента, который будет привлекать энтузиастов и потенциальных покупателей к регулярному посещению. даже когда они не покупают машину. Представитель Яндекса сообщил мне, что портал продолжит работу.

Auto.ru существует с 1996 года и на данный момент насчитывает около 400 000 уникальных объявлений о продаже автомобилей.

«Авто.ru — самый популярный автомобильный веб-сайт в России, на котором размещен самый крупный и подробный каталог объявлений о новых и подержанных автомобилях в России », — сказал Алексей Третьяков, вице-президент по коммерции Яндекса. «Пользователи приходят на Auto.ru, чтобы узнать, какие автомобили им стоит купить, прочитать последние новости об автомобилях, найти шины и запчасти, а также купить и продать свои автомобили. Приобретение Auto.ru позволит Яндексу давать более исчерпывающие ответы на вопросы пользователей и расширить наши возможности в сфере автомобильных объявлений.”

Яндекс на протяжении многих лет медленно наращивал свой бизнес, чтобы расширить его за пределы своего основного поискового портала и размещаемой на нем поисковой рекламы. Это включает в себя покупку Kinopiosk (известной как IMDB of Russia) в прошлом году, чтобы добавить на свой портал поиск фильмов и рекомендации. У него также есть обширный бизнес в области картографии, почты, мобильных приложений и многого другого; а в марте 2014 года KitLocate добавит больше сервисов на основе определения местоположения в свои собственные и чужие мобильные приложения. Auto.ru — девятое приобретение Яндекса.

Как и в случае с его американским аналогом Google, здесь есть двоякая идея: продолжать расширять пул мест, где может показываться реклама, и опираться на эффект масштаба; и продолжать укреплять бизнес в ключевых вертикалях, где Яндекс может предлагать рекламодателям более целевые просмотры их рекламы.

Сосредоточение внимания на автомобильном секторе — умный ход для Яндекса: в таких городах, как Москва, и тем более в менее городских районах, в России наблюдается всплеск интереса среди людей, которые передвигаются на собственном автомобиле, а не на общественном транспорте или такси. побочный продукт быстрорастущего среднего класса с большим располагаемым доходом.

По моему собственному опыту, было увлекательно наблюдать за трансформацией использования автомобилей в России за последние пару десятилетий — от места, в основном заполненного старыми российскими (и множеством неуклюжих советских моделей) моделей, до ландшафта, полного последних, которые сошли с конвейеров гораздо дальше, а те, у кого есть лишние деньги, быстро выходят за рамки.

Фото: Flickr, Flickr

Auto.ru Информация | Auto.ru Профиль

Мы устанавливаем стандарт поиска писем

Нам доверяют более 8.7 миллионов пользователей и 95% из S&P 500.

---

Нам не с чего начать. Обыскивать Интернет круглосуточно — это не поможет. RocketReach дал нам отличное место для старта. Теперь у нашего рабочего процесса есть четкое направление — у нас есть процесс, который начинается с RocketReach и заканчивается огромными списками контактов для нашей команды продаж..it, вероятно, сэкономит Feedtrail около 3 месяцев работы в плане сбора лидов. Мы можем отвлечь наше внимание на поиски клиента прямо сейчас!

Отлично подходит для составления списка потенциальных клиентов. Мне понравилась возможность определять личные электронные письма практически от любого человека в Интернете с помощью RocketReach. Недавно мне поручили проект, который рассматривал обязанности по связям с общественностью, партнерству и разъяснительной работе, и RocketReach не только связал меня с потенциальными людьми, но и позволил мне оптимизировать мой поисковый подход на основе местоположения, набора навыков и ключевого слова.

— Брайан Рэй , Менеджер по продажам @ Google

До RocketReach мы обращались к людям через профессиональные сетевые сайты, такие как Linkedln.Но нам было неприятно ждать, пока люди примут наши запросы на подключение (если они вообще их приняли), а отправка слишком дорога … это было серьезным ударом скорости в нашем рабочем процессе и источником нескончаемого разочарования. Благодаря огромному количеству контактов, которые мы смогли найти с помощью RocketReach, платформа, вероятно, сэкономила нам почти пять лет ожидания.

Это лучшая и самая эффективная поисковая машина по электронной почте, которую я когда-либо использовал, и я пробовал несколько.Как по объему поисков, так и по количеству найденных точных писем, я считаю, что он превосходит другие. Еще мне нравится макет, он приятный на вид, более привлекательный и эффективный. Суть в том, что это был эффективный инструмент в моей работе как некоммерческой организации, обращающейся к руководству.

До RocketReach процесс поиска адресов электронной почты состоял из поиска в Интернете, опроса общих друзей или преследования в LinkedIn.Больше всего меня расстраивало то, как много времени все это занимало. Впервые я использовал RocketReach, когда понял, что принял правильное решение. Поиск писем для контактов превратился в одноразовый процесс, а не на неделю.

Поиск электронных писем для целевого охвата был вручную и занимал очень много времени. Когда я попробовал RocketReach и нашел бизнес-информацию о ключевых людях за считанные секунды с помощью простого и непрерывного процесса, меня зацепило! Инструмент сократил время на установление связи с новыми потенциальными клиентами почти на 90%.

Крутых машинок из автообъявлений ценой до миллиона рублей | 74.ru

Hummer h2 — живая легенда

Фото: Auto.ru

За пять лет стоимость новых автомобилей выросла почти вдвое. И неудивительно, что вторичный рынок стал особенно привлекательным. При этом автомобили престижных марок в целом теряют в цене больше, чем массовые, и это будоражит воображение.

Mercedes-Benz «как Путин»

В этом году президент Владимир Путин переехал в Aurus senat, но до него он много лет ездил на разных модификациях Mercedes-Benz S-Class (W221), включая бронированные варианты.

Владимир Путин использовал автомобиль на базе Mercedes-Benz S-Class W221, даже когда была выпущена более новая версия

Фото: Auto.ru

Пятое поколение S-класса выпускалось с 2006 по 2013 год. и сегодня вполне реально даже купить такую ​​машину менее чем за миллион рублей. Среди новинок за такие деньги предлагают только те, которые мы раньше называли бюджетными, например, Hyundai Solaris и Lada Vesta.

Салон Mercedes-Benz S-Class

Фото: Авто.ru

S-класс предлагался с несколькими типами двигателей от 272 до 520 л. с. из. (не считая опций AMG), и отчасти это связано со значительным падением цены на вторичном рынке: например, для самых мощных версий годовой транспортный налог в Москве составляет 78 тыс. руб. (для новых автомобилей больше, т.к. они попадают в категорию предметов роскоши).

После поиска можно найти Mercedes-Benz S-Class стоимостью до 600 тысяч — дешевле, чем простейшая Lada Vesta.

Hummer как Шварценеггер

У американского бренда Hummer Arnold была слабость со времен первой модели h2 — очеловеченной версии военного внедорожника, прославившегося в 1990-х годах во время американского вторжения в Ирак.

Hummer h2 превратился в коллекционное издание

Фото: Auto.ru

Автомобиль действительно обладал уникальным дизайном и считается одним из самых проходимых автомобилей, подходящих для дорог общего пользования — который практически не требует свесов и клиренса 400 мм.Hummer H2 уже поступил в продажу, другое дело в том, что цена практически не снижается со временем (производство закончилось в 2006 году).

Hummer h3 больше не имеет военной подготовки

Фото: Auto.ru

Однако у Шварценеггера были и другие модели Hammer, в том числе массовые h3 (выпускались с 2002 по 2009 годы). В отличие от h2, второй Hummer был построен на платформе GM для пикапов и внедорожников наподобие Chevrolet Silverado, но сохранил пугающий внешний вид и относительно высокую проходимость от своего предшественника.Дизайн машины не был бесспорным, например, при огромных габаритах h3 был относительно близок, но для поклонников марки важнее стать внешне. Но Hummer h3 сегодня относительно доступен: большинство предложений — до миллиона рублей.

Land Cruiser как официальный

За эту Toyota Land Cruiser 100 просят 765 тысяч рублей

Фото: Auto.ru

Toyota Land Cruiser, пожалуй, самый престижный внедорожник, с точки зрения российских толстосумов и должностные лица.Поэтому модель мало теряет в цене, и за миллион предлагают в основном Land Cruiser 100, выпущенные до 2007 года. Однако многие считают это поколение апогеем развития Land Cruisers, после чего они начали представлять себя в более премиальный образ и стал связанным с сестринским брендом Lexus (модель LX). Поэтому старые «круизеры» зачастую не самые дешевые — их ценят даже 20-летние.

Land Cruiser 70 по-прежнему производится в Португалии для африканских рынков и пользуется спросом в России.

Фото: Auto.ru

Несмотря на возраст, поколение «семерок» по-прежнему впечатляет дизайном

Фото: Auto.ru

В первой части культового фильма Петра Буслова банда ворует BMW 750 Li (E38), а такие модели сегодня довольно дешевы: машину с 5,4-литровым двигателем V12 можно купить всего за 265 тысяч. Причина такой щедрости понятна — старинный автомобиль, довольно сложный. Кроме того, в традициях «бумеров» на рынке немало криминальных инстанций с не совсем прозрачным прошлым.

BMW X5 — выбор банальный, но лучше не придумать, чтобы сдувать пыль

Фото: Auto.ru

Во второй части Boomer снимали BMW X5 (E53), а С ней ситуация аналогичная — многие экземпляры сегодня дешевле новых Lada granta.

Cadillac like Elvis

Купить розовый Cadillac Fleetwood 1955 года в России можно только у коллекционеров. Но в продаже есть кабриолеты других марок, например, этот симпатичный и не очень дорогой Cadillac eldorado.У Элвиса, кстати, был Эльдорадо более раннего поколения, и, как бы по ссылке, он часто отдавал машины одному из своих друзей, а один раз — случайной кассе в магазине.

5,7-метровый двухдверный автомобиль — американский размер

Фото: Auto.ru

Cadillac Eldorado — типичный американский автомобиль для того времени, огромный и прожорливый. С невероятным 8,2-литровым двигателем V8 было сброшено всего 218 л. из. (что хорошо с точки зрения транспортного налога).

Какую из этих машин Вы бы хотели для души?

Переход с Picasa

Переход с Picasa

Переход с Picasa

Мы решили отказаться от Picasa, чтобы сосредоточиться на единственном фото-сервисе в Google Фото — новом, более умном фото-приложении, которое без проблем работает на мобильных устройствах и в Интернете.

Где я могу найти свои фотографии?

Если у вас есть фотографии или видео в веб-альбоме Picasa, самый простой способ получить доступ, изменить и поделиться большей частью этого содержания — это войти в Google Фото. Ваши фото и видео уже будут там.

А как насчет моих тегов, подписей и комментариев?

Вы можете получить доступ к данным своих веб-альбомов Picasa, включая теги, подписи и комментарии, в архиве альбомов.

Выучить больше

Могу ли я использовать настольное приложение?

Для тех, кто уже скачал, продолжит работать так же, как и сегодня. Но мы не будем развивать его дальше, и в будущем не будет никаких обновлений.

Если вы решите переключиться на Google Фото, вы можете продолжить загрузку фотографий и видео с помощью программы загрузки для настольных ПК по адресу photos.google.com/apps.

Как насчет моих фотографий из Blogger, Hangouts и Google+?

Эти фотографии не появятся в Google Фото автоматически, но вы можете получить к ним доступ с помощью данных своих веб-альбомов Picasa в архиве альбомов.

Что делать, если у меня есть вопрос?

Что делать, если я разработчик?

Мы упраздним некоторые функции API Picasa. Разработчики могут узнать больше здесь.

Движение вперед

Приносим извинения за неудобства, причиненные этим переходом, но хотим заверить вас, что делаем это с целью обеспечить наилучшее качество фотографий. Google Фото — это новый и более умный продукт, который предлагает нам лучшую платформу для создания потрясающих возможностей и функций для вас в будущем.

Восстановление фото на основе AI / Блог компании Mail.ru Group / Хабр

Всем привет! Я инженер-исследователь в команде компьютерного зрения Mail.ru Group. В этой статье я расскажу о том, как мы создали проект по реставрации старых военных фотографий на основе искусственного интеллекта. Что такое «реставрация фото»? Он состоит из трех этапов:

• находим все дефекты изображения: трещины, потертости, дырки;
  
• красим обнаруженные дефекты, основываясь на значениях пикселей вокруг них;
  
• раскрашиваем изображение.
  

Далее я опишу каждый шаг восстановления фотографий и расскажу, как мы получили данные, какие сети тренировали, чего добились и какие ошибки сделали.

Мы хотим найти все пиксели, связанные с дефектами загруженной фотографии. Во-первых, нам нужно выяснить, какие изображения будут загружать люди. Мы поговорили с основателями проекта «Бессмертный полк», некоммерческой организации, хранящей старые фотографии времен Второй мировой войны, которые поделились с нами своими данными.Проанализировав его, мы заметили, что люди загружают в основном индивидуальные или групповые портреты с умеренным или большим количеством дефектов.

Потом нужно было собрать обучающую выборку. Обучающий набор для задачи сегментации — это изображение и маска, на которых отмечены все дефекты. Самый простой способ сделать это — позволить экспертам создать маски сегментации. Конечно, люди очень хорошо умеют находить дефекты, но это займет слишком много времени.

Чтобы отметить дефектные пиксели на одной фотографии, может потребоваться один час или целый рабочий день.Поэтому собрать обучающий набор из более чем 100 изображений за несколько недель непросто. Вот почему мы пытались расширить наши данные и создали собственные дефекты: мы делали хорошую фотографию, добавляли дефекты, используя случайные обходы изображения, и в итоге получали маску, показывающую части изображения с дефектами. Без дополнений у нас есть 68 фотографий с ручной пометкой в ​​обучающем наборе и 11 фотографий в проверочном наборе.

Самый популярный подход к сегментации: возьмите Unet с предварительно обученным кодировщиком и минимизируйте сумму BCE (двоичная кросс-энтропия) и DICE (коэффициент Соренсена – Дайса).

Какие проблемы возникают, когда мы используем этот подход сегментации для нашей задачи?

• Даже если кажется, что на фотографии много дефектов, что она очень старая и ветхая, область с дефектами все равно намного меньше неповрежденной. Чтобы решить эту проблему, мы можем увеличить положительный вес класса в BCE; оптимальным весом будет соотношение чистых пикселей к дефектным.
  
• Вторая проблема заключается в том, что если мы используем нестандартный Unet с предварительно обученным кодировщиком (например, Albunet-18), мы теряем много позиционных данных.Первый слой Albunet-18 состоит из свертки с ядром 5 и шагом, равным двум. Это позволяет сети работать быстро. Мы потратили чистое время работы, чтобы лучше локализовать дефекты: мы удалили максимальное объединение после первого слоя, уменьшили шаг до 1 и уменьшили ядро ​​свертки до 3.
  
• Если мы работаем с небольшими изображениями, сжимая их, например, до 256 x 256 или 512 x 512 пикселей, то мелкие дефекты исчезнут из-за интерполяции. Следовательно, нам нужно работать с изображениями большего размера.В настоящее время мы сегментируем дефекты в производственных фотографиях размером 1024 x 1024. Вот почему нам пришлось обучить сеть на больших кадрах изображения. Однако это вызывает проблемы с небольшим размером пакета на одном графическом процессоре.
  
• Во время обучения мы можем разместить около 20 изображений на одном GPU. Из-за этого мы получаем неточные значения среднего и стандартного отклонения в слоях BatchNorm. Мы можем решить эту проблему с помощью In-place BatchNorm, который, с одной стороны, экономит место в памяти, а с другой стороны, имеет версию Synchronized BatchNorm, которая синхронизирует статистику по всем графическим процессорам.Теперь мы вычисляем значения среднего и стандартного отклонения не для 20 изображений на одном GPU, а для 80 изображений с 4 GPU. Это улучшает чистую сходимость.
  

Наконец, увеличив вес BCE, изменив архитектуру и используя In-place BatchNorm, мы улучшили сегментацию. Однако было бы не слишком дорого сделать что-то еще лучше, добавив Test Time Augmentation. Мы можем запустить сеть один раз на входном изображении, затем отразить его и повторно запустить сеть, чтобы найти все мелкие дефекты.

Сеть сходится за 18 часов на четырех GeForce 1080Ti. Вывод занимает 290 мс. Это довольно долго, но это цена нашей работы лучше, чем по умолчанию. Валидация DICE равна 0,35, а ROCAUC — 0,93.

То же самое с задачей сегментации, которую мы использовали в Unet. Для рисования мы загружаем исходное изображение и маску, где мы отмечаем все чистые области единицами и нулями — все пиксели, которые мы хотим нарисовать. Вот как мы собирали данные: для любой фотографии из набора данных изображений с открытым исходным кодом, например OpenImagesV4, мы добавляем дефекты, аналогичные тем, которые мы видим в реальной жизни.Затем мы обучили сеть восстанавливать недостающие части.

Как мы можем модифицировать Unet для этой задачи?

Можно использовать частичную свертку вместо исходной. Идея состоит в том, что когда мы сворачиваем область с некоторым ядром, мы не принимаем во внимание значения дефектных пикселей. Это делает рисунок более точным. Мы показываем вам пример из недавней статьи NVIDIA. Они использовали Unet с двухмерной сверткой по умолчанию на среднем рисунке и частичной сверткой — на картинке справа.

Тренировали сеть пять дней. В последний день мы заморозили BatchNorms, чтобы границы окрашенной части были менее заметными.

Для обработки одного изображения 512 x 512 требуется всего 50 мс. PSNR валидации равен 26,4. Однако вы не можете полностью полагаться на метрики в этой задаче. Чтобы выбрать лучшую модель, мы запускаем несколько хороших моделей на оценочных изображениях, анонимизировали результаты, а затем голосовали за те, которые нам понравились больше всего. Вот как мы выбрали нашу окончательную модель.

Я уже упоминал ранее, что мы искусственно добавили некоторые дефекты в чистые изображения.Вы всегда должны отслеживать максимальный размер добавленных дефектов во время обучения; в случае, когда вы загружаете в сеть изображение с очень большим дефектом, которое никогда не устранялось на этапе обучения, сеть выйдет из строя и даст неприменимый результат. Поэтому, если вам нужно исправить крупные дефекты, пополните ими свой тренировочный набор.

Вот пример того, как работает наш алгоритм:

Мы сегментировали дефекты и закрасили их; третий шаг — реконструкция цвета. Как я уже говорил, среди фотографий Бессмертного полка много индивидуальных и групповых портретов.Мы хотели, чтобы наша сеть хорошо с ними работала. Мы решили придумать собственную раскраску, так как ни один из существующих сервисов не мог раскрасить портреты быстро и эффективно. Мы хотим, чтобы наши раскрашенные фотографии были более правдоподобными.

GitHub имеет популярный репозиторий для раскрашивания фотографий. Он работает хорошо, но по-прежнему имеет некоторые проблемы. Например, он склонен красить одежду в синий цвет. Вот почему мы его тоже отвергли.

Итак, мы решили создать алгоритм раскраски изображения.Самая очевидная идея: возьмите черно-белое изображение и предскажите три канала: красный, зеленый и синий. Однако мы можем облегчить нашу работу: работать не с цветовым представлением RGB, а с цветовым представлением YCbCr. Компонент Y — это яркость (яркость). Загруженное черно-белое изображение — это канал Y, и мы собираемся использовать его повторно. Теперь нам нужно предсказать Cb и Cr: Cb — это разница синего цвета и яркости, а Cr — разница красного цвета и яркости.

Почему мы выбрали представление YCbCr? Человеческий глаз более чувствителен к изменениям яркости, чем к изменениям цвета.Вот почему мы повторно используем компонент Y (яркость), к которому человеческий глаз наиболее чувствителен, и прогнозируем Cb и Cr, с которыми мы можем ошибиться, поскольку мы не можем очень хорошо заметить искажение цвета. Эта особенность широко использовалась на заре цветного телевидения, когда пропускной способности канала было недостаточно для передачи всех цветов. Изображение передавалось в YCbCr без изменений до компоненты Y, а Cb и Cr были уменьшены вдвое.

Мы можем взять Unet с предварительно обученным кодировщиком и минимизировать потери L1 между существующими значениями CbCr и прогнозируемыми.Мы хотим раскрашивать портреты, поэтому, помимо фотографий OpenImages, нам нужно больше фотографий для конкретных задач.

Где взять раскрашенные фотографии людей в военной форме? В Интернете есть люди, которые раскрашивают старые фотографии в качестве хобби или за плату. Они делают это очень осторожно, стараясь быть очень точным. Когда они раскрашивают форму, погоны и медали, они ссылаются на архивные материалы, поэтому результаты их работы заслуживают доверия. Всего было использовано 200 раскрашенных вручную картинок с людьми в военной форме.

Другой полезный источник данных — это сайт Рабоче-Крестьянской Красной Армии. Один из его основателей сфотографировался практически в любой советской униформе времен Второй мировой войны.

На некоторых снимках он имитировал позы людей из известных архивных фотографий. Хорошо, что его фотографии имеют белый фон: это позволило нам очень хорошо дополнить данные, добавив на задний план различные природные объекты. Также мы использовали обычные портреты, дополнив их знаками отличия и прочей атрибутикой военного времени.

Мы обучили AlbuNet-50 — это Unet, который использует предварительно обученный ResNet-50 в качестве кодировщика. Сетка стала давать адекватные результаты: кожа розовая, глаза серо-голубые, погоны желтоватые. Однако проблема заключалась в том, что некоторые области на фотографии остаются нетронутыми. Это было вызвано тем, что по ошибке L1 найти такой оптимум, при котором лучше ничего не делать, чем пытаться предсказать какой-то цвет.

Мы сравниваем наш результат с фотографией Ground Truth — ручной раскраской, выполненной Klimbim

Как мы можем решить эту проблему? Нам нужен дискриминатор: нейронная сеть, которая получит изображение и сообщит нам, реалистично оно выглядит или нет.Одна из картинок ниже раскрашена вручную, другая — нашим генератором AlbuNet-50. Как человек различает фотографии, раскрашенные вручную и автоматически? Посмотрев на детали. Можете ли вы сказать, где находится автоматически раскрашенная фотография с помощью нашего базового решения?

Ответ

картинка слева раскрашивается вручную, справа — автоматически.

Мы используем дискриминатор из бумаги

Self-Attention GAN

. Это небольшая свёрточная сеть с так называемым самовниманием, встроенным в верхние слои.Это позволяет «уделить больше внимания» деталям изображения. Мы также используем спектральную нормализацию. Более подробную информацию вы можете найти в упомянутой выше статье. Мы тренировали сеть с комбинацией потерь L1 и потерь от дискриминатора. Теперь сетка лучше раскрашивает детали изображения, а фон выглядит более однородным. Еще один пример: слева работа сетью, обученной только с убытком L1; справа — с комбинацией потерь дискриминатора L1.

Процесс обучения занял два дня на четырех видеокартах GeForce 1080Ti.На обработку изображения 512 x 512 требуется 30 мсек. Проверка MSE — 34.4. Как и в случае с рисованием, метрики, на которые не стоит полагаться. Вот почему мы выбрали шесть моделей с лучшими показателями валидации и вслепую проголосовали за лучшую.

Когда мы уже создали производственную систему и запустили веб-сайт, мы продолжили эксперименты и пришли к выводу, что лучше минимизировать не попиксельные потери L1, а потери восприятия. Чтобы рассчитать это, мы передаем сетевые прогнозы и наземную фотографию в сеть VGG-16, берем карты характеристик на нижних слоях и сравниваем их с MSE.Такой подход закрашивает больше областей и дает более красочные результаты.

Unet — довольно крутая модель. При первой задаче сегментации мы столкнулись с проблемой во время обучения и работы с изображениями высокого разрешения, поэтому мы используем In-Place BatchNorm. В нашей второй задаче (Inpainting) мы использовали частичную свертку вместо стандартной, и это позволило нам получить лучшие результаты. При работе над раскрашиванием мы добавили небольшую сеть дискриминатора, которая штрафовала генератор за нереалистичные изображения.Мы также использовали потерю восприятия.

Вывод второй — оценщики необходимы. Причем не только на этапе создания масок сегментации, но и для проверки окончательного результата. В итоге мы даем пользователю три фотографии: исходное изображение с закрашенными дефектами, раскрашенное фото с закрашенными дефектами и просто раскрашенное на случай, если алгоритм поиска дефектов и закрашивания ошибся.

Мы сделали несколько снимков из проекта «Военный альбом» и обработали их по этим нейросетям.Вот результаты, которые мы получили:

Более того, здесь вы можете более подробно ознакомиться с исходными изображениями и всеми этапами обработки.

ВАРТА

VARTA AG

ВАРТА-Плац 1
73479 Эльванген
Германия
Телефон: +49 (0) 7961 921-0
[email protected]

Председатель Наблюдательного совета: д-р Майкл Тойнер
Правление: Герберт Шайн (генеральный директор), Армин Хессенбергер (финансовый директор)
Зарегистрированный офис: Ellwangen
Регистрационный номер: Ульм HRB 728059
Идентификационный номер налогоплательщика:
DE 114225201

VARTA Microbattery GmbH

ВАРТА-Плац 1
73479 Эльванген
Германия
Телефон: +49 (0) 7961 921-0
info @ varta-microbattery.com

Председатель Наблюдательного совета: Армин Хессенбергер
Зарегистрированный офис: Ellwangen
Правление:
Герберт Шайн (генеральный директор), Армин Хессенбергер (финансовый директор)
Регистрационный номер: Ульм HRB 725931
Идентификационный номер налогоплательщика:
DE 813 228 346

VARTA Consumer Batteries GmbH & Co. KGaA

Alfred-Krupp-Str. 9
73479 Эльванген, Германия

Телефон +49 (0) 7961-83 0
Факс +49 (0) 800 827 827 4
info @ varta-home.com

Правление: Герберт Шайн (генеральный директор), Армин Хессенбергер (финансовый директор), Питер Вернер
Председатель наблюдательного совета: Торстен Шмерер
Зарегистрированный офис: Ellwangen
Суд записи: Ульм HRB 510581
Генеральный партнер: ROV German General Partner GmbH
Зарегистрированный офис: Sulzbach / Taunus
Регистрационная палата: Франкфурт-на-Майне HRB ​​55425

Идентификационный номер налогоплательщика:
DE 813 488160

Johnson Controls Autobatterie GmbH & Co.KGaA

Am Leineufer 51
30419 Ганновер
Германия
Телефон: +49 (0) 511 / 975-02

Юридический адрес: Ганновер
Регистрационный номер:
Ганновер HRB 62427
Идентификационный номер налогоплательщика:
DE 115 647 997
Партнер несет неограниченную ответственность:
JCB Management GmbH
Зарегистрированный офис: Ганновер
Регистрационный номер:
Ганновер HRB 62413
Председатель наблюдательного совета: Эрик С.Митчелл
Исполнительный совет: Иоганн-Фридрих Демпвольф, Holger Jetses

Ответственный редактор

Andreas Fritz
VARTA AG

Sonja Peitl-Steinert
VARTA Microbattery GmbH

Elisabeth Gaugler
VARTA Consumer Batteries GmbH & Co. KGaA

Julia Gramse
Johnson Controls Autobatterie GmbH & Co.

A

Концепция и производство

BÜRO X Design GmbH
Зальцгрис 18
1010 Вена
Телефон: +43/1/535 44 15
Электронная почта: wien @ buerox.по телефону

Отказ от ответственности

При подготовке этого сайта мы делаем все возможное, чтобы предоставить самую актуальную, правильную и четко выраженную информацию. Тем не менее, непреднамеренные ошибки в информации могут произойти. VARTA, в частности, не несет ответственности за типографские ошибки и за точность, полноту и своевременность информации, содержащейся на веб-страницах компании. Информация и данные, доступные на серверах VARTA, могут быть изменены без предварительного уведомления.Услуги, информация и данные, доступные на веб-сайте VARTA, предоставляются «как есть» без каких-либо гарантий.
В той степени, в которой ссылки или указатели на сторонние веб-сайты в Интернете содержатся на веб-сайте VARTA, VARTA не несет никакой ответственности за любую информацию, сообщения или материалы, доступные на таких связанных сайтах или по любой ссылке, содержащейся на связанном сайте. . Мы прямо заявляем, что мы не обязательно разделяем содержание и / или мнения третьих лиц, содержащиеся на связанном сайте.

Используя веб-страницы VARTA, вы принимаете на себя все риски, связанные с использованием этого сайта, включая любой риск для вашего компьютера, программного обеспечения или данных, которые могут быть повреждены любым вирусом, программным обеспечением или любым другим файлом, который может быть передан или активирован через VARTA. веб-страницу или ваш доступ к ней. Компания VARTA ни в коем случае не несет ответственности за любые прямые, косвенные, особые, случайные или косвенные убытки, включая, помимо прочего, упущенную выгоду или упущенную выгоду, возникшие в результате или каким-либо образом связанные с использованием или неправильным использованием информации. или отсутствие информации на сайте VARTA.

Заявление о конфиденциальности данных

Благодарим вас за интерес к нашему сайту. Защита ваших личных данных важна для нас, VARTA Microbattery GmbH (более подробную информацию можно найти в выходных данных) в качестве провайдера этого веб-сайта в соответствии с Законом Германии о телемедиях (Telemediengesetz — TMG) ​​и в качестве ответственного органа в значении Федеральный закон Германии о защите данных (Bundesdatenschutzgesetz — BDSG). Естественно, мы соблюдаем правовые положения BDSG, TMG, GDPR и другие положения о защите данных.

В настоящей Политике конфиденциальности указаны типы данных, которые мы собираем при использовании вами сайта, цели сбора, обработки и использования данных, а также ваши права в отношении этих данных.

1. Автоматический сбор и обработка данных

Как правило, для доступа и использования веб-сайта VARTA только в информационных целях от вас не требуется предоставлять какие-либо личные данные.

Как стандартная практика для многих веб-сайтов, мы автоматически собираем и обрабатываем следующие данные при доступе к любой странице, принадлежащей нашему веб-сайту:

• IP-адрес компьютера, с которого был осуществлен доступ к сайту,
• Имя и URL-адрес всех файлов, к которым был осуществлен доступ,
• Дата, время и продолжительность доступа,
• Объем переданных данных,
• Сообщение, показывающее, было ли получение веб-страниц успешным,
• Идентификационные данные (тип, версия и язык) браузера и операционной системы используемого компьютера,
• URL-адрес ссылки, когда доступ осуществлялся по ссылке, или критерии поиска, если доступ осуществлялся через поисковую систему, и
• Название вашего интернет-провайдера (ISP).

Эти данные не могут быть присвоены конкретному человеку. Эти данные не объединяются с другими данными, не пересылаются или не используются для составления профиля пользователя.

Данные обрабатываются исключительно с целью облегчения использования веб-сайта (установления соединения), для внутренних целей, связанных с системой, которые влияют на техническое администрирование и безопасность системы, а также для статистических целей, таких как возможность адаптации веб-сайта лучше удовлетворить ваши потребности путем анонимной оценки общего поведения пользователей (см. 2 и 3 ниже).

2. Файлы cookie

Когда вы посещаете наш веб-сайт, наши веб-серверы автоматически сохраняют файлы cookie.

Файлы cookie — это текстовые файлы, размещаемые на вашем компьютере, чтобы помочь веб-сайту проанализировать, как пользователи используют сайт. Файлы cookie не могут запускать программы или доставлять вирусы на ваш компьютер. Они служат для того, чтобы сделать наш веб-сайт более удобным и эффективным.

Мы используем так называемые сеансовые файлы cookie на наших веб-сайтах для технического управления сеансами, чтобы идентифицировать ваш браузер на время вашего посещения веб-сайта.Сеансовые файлы cookie облегчают навигацию по нашему веб-сайту и позволяют нам оптимизировать веб-сайт в соответствии с вашими потребностями, анонимную оценку общего поведения пользователя на основе количества посетителей. Эти данные автоматически удаляются через 15 минут бездействия, при завершении вашего сеанса или при закрытии нашего браузера.

Мы используем постоянные файлы cookie для идентификации вашего браузера во время последующих посещений нашего веб-сайта и тем самым автоматически предоставляем вам те же функции или настройки, которые вы выбрали при предыдущем посещении.Эти постоянные файлы cookie автоматически удаляются через 30 дней после вашего последнего посещения нашего веб-сайта.

Мы также используем сеансовые и постоянные файлы cookie для нашего анализа с помощью Google Analytics (см. 3 ниже).

Наш веб-сайт также можно просматривать без файлов cookie. Однако большинство браузеров автоматически принимают файлы cookie. Вы можете предотвратить сохранение файлов cookie или получить предупреждение перед сохранением файла cookie из вашего браузера, настроив соответствующие настройки браузера. Для получения дополнительной информации об этих функциях см. Меню «Справка» вашего браузера. Однако отключение файлов cookie может нарушить функциональность предложений нашего веб-сайта.

3. Статистический анализ с помощью Google Analytics

Этот веб-сайт использует Google Analytics, службу веб-аналитики, предоставляемую Google, Inc. («Google»). Google Analytics использует файлы cookie, которые представляют собой текстовые файлы, размещаемые на вашем компьютере, чтобы помочь веб-сайту анализировать поведение пользователей (см. 2 выше).

Информация, сгенерированная файлом cookie об использовании вами веб-сайта (включая ваш IP-адрес), будет передаваться и храниться Google на сервере Google в США. Мы активировали анонимность IP на нашем сайте. Google предварительно усечет ваш IP-адрес в государствах-членах Европейского Союза или других сторонах соглашения о Европейской экономической зоне. Только в исключительных случаях полный IP-адрес будет передан на сервер Google в США и там сокращен.

Google будет использовать эту информацию для оценки использования вами веб-сайта, составления отчетов об активности веб-сайта и предоставления оператору веб-сайта других услуг, связанных с использованием веб-сайта и Интернета.

IP-адрес, передаваемый вашим браузером в рамках Google Analytics, не будет связан с какими-либо другими данными, хранящимися в Google.

Вы можете отказаться от использования файлов cookie, выбрав соответствующие настройки в своем браузере.Кроме того, вы можете запретить Google сбор и использование данных (файлов cookie и IP-адреса), загрузив и установив подключаемый модуль браузера, доступный по адресу: https://tools.google.com/dlpage/gaoptout

Более того, вы можете отказаться от использования Google Analytics, перейдя по ссылке ниже. На компьютере будет установлен файл cookie отказа, который предотвратит сбор ваших данных при посещении этого веб-сайта в будущем: https://tools.google.com/dlpage/gaoptout

Дополнительную информацию об условиях использования и конфиденциальности данных можно найти на сайте www.google.com/analytics/terms/gb.html или по адресу https://www.google.de/intl/en_uk/policies/.

4. Сбор, обработка и использование персональных данных

Личные данные, такие как ваше имя, почтовый адрес или адрес электронной почты, собираются только тогда, когда вы отправляете эти данные нам или вводите их на нашем веб-сайте. Данные будут обрабатываться и использоваться только в той степени, в которой это разрешено законом или с вашего согласия.

Использование определенных услуг на нашем веб-сайте, таких как контактные формы и запросы, требует сбора, обработки и использования личных данных.

Принимая участие в нашем опросе клиентов, вы автоматически участвуете в ежегодном розыгрыше. Вы будете уведомлены о любых выигрышах по указанным вами контактным данным. Розыгрыш проводится в декабре каждого года. Информация, которую вы предоставляете в рамках опроса клиентов, анализируется внутри компании в целях удовлетворения потребностей клиентов. Это позволяет нам постоянно улучшать и развивать наши продукты в соответствии с вашими предпочтениями.

Если для сбора, обработки или использования определенных данных, например для подписки на информационный бюллетень, требуется ваше предварительное согласие, мы запросим ваше согласие при подписке.Это заявление о согласии регистрируется нами, и вы можете получить к нему доступ в любое время. Мы рекомендуем вам распечатать форму согласия для своих записей. Вы имеете право отозвать свое согласие в любое время полностью или частично с вступлением в силу в будущем.

5. Передача данных третьим лицам

Персональные данные, собранные в ходе использования нашего веб-сайта, обычно не передаются третьим лицам и не передаются каким-либо иным образом.Исключения включают передачу персональных данных государственным учреждениям и органам, а также частным правообладателям, если это требуется по закону или по судебным или правительственным решениям, а также в рамках судебных или уголовных разбирательств, как того требует закон.

В той степени, в которой это разрешено законом или с вашего предварительного согласия, определенные личные данные могут быть отправлены дочерним компаниям VARTA Microbattery GmbH или внешним поставщикам услуг для ранее описанных целей. Такие внешние поставщики услуг, которые мы можем привлекать для управления нашим веб-сайтом или для обработки определенных услуг на нашем веб-сайте, обрабатывают личные данные исключительно от нашего имени и по контракту обязаны соблюдать правовые положения, касающиеся защиты данных и безопасности данных.Эти поставщики услуг не должны считаться третьими сторонами в смысле закона о защите данных.

Мы не будем передавать ваши данные в небезопасные страны за пределами ЕС.

6. Безопасность данных

Собранные и сохраненные данные обрабатываются конфиденциально и защищены от потери, изменения и несанкционированного доступа третьих лиц путем принятия соответствующих технических и организационных мер. Данные, передаваемые между вашим компьютером и нами через наш веб-сайт, зашифрованы SSL.

7. Ваши права

Вы имеете право в любое время запросить информацию о ваших личных данных, источнике данных и получателе, а также о цели хранения. Для этого вы можете связаться с нами, используя любую контактную информацию, указанную в выходных данных. Если у вас есть какие-либо вопросы относительно защиты данных или вы хотите получить дополнительную информацию по конкретному вопросу, вы также можете связаться с нами по любому из указанных адресов.

Вы имеете право в любое время потребовать исправления, замораживания или удаления ваших личных данных, хранящихся на наших серверах. Если удаление данных нарушает законодательные, договорные, коммерческие или налоговые правила, в частности законы о хранении данных, данные будут заморожены, а не удалены.

Если вы хотите воспользоваться своим правом на исправление, замораживание или удаление данных или если вы хотите отозвать свое согласие на обработку и использование ваших персональных данных, полностью или частично, свяжитесь с нами, используя любой из контактные данные указаны в выходных данных.

Если вы хотите написать нам электронное письмо, обратите внимание, что содержимое незашифрованных электронных писем может быть прочитано третьими лицами. Поэтому мы рекомендуем вам отправлять конфиденциальную информацию в зашифрованном виде или по обычной почте.

8. Удаление ваших данных

Мы соблюдаем все требования законодательства при хранении ваших данных.

Если вы одобрили более длительный срок хранения, чем требуется по закону, мы будем хранить ваши данные до истечения этого периода или до тех пор, пока вы не отзовете свое согласие.

9. Изменение Политики конфиденциальности

Время от времени может возникнуть необходимость в адаптации этой политики конфиденциальности, в частности, для дальнейшего развития этого веб-сайта или соответствия меняющимся требованиям законодательства.