Фотоконтроль и другие виды проверок Яндекс Такси для водителей
Мы стремимся к тому, яндекс проверка автомобиля такси после заказа такси к пользователю приезжал чистый, исправный автомобиль той марки, того цвета и с тем номером, которые отображаются в приложении. И для этого мы используем дистанционный контроль качества ДКК. Сегодня я расскажу читателям Хабра о том, как с помощью машинного обучения снизить затраты на контроль качества в быстро растущем сервисе с сотнями тысяч машин и не выпустить на линию машину, которая не соответствует правилам сервиса.
Схема процесса ДКК.
Будьте водителем в свободное время
В процессе ДКК мы проверяем фотографии автомобиля и принимаем решение о том, можно ли выполнять заказы на таком автомобиле или, например, перед этим его стоит помыть. Всё начинается с того, что через водительское приложение Таксометр мы вызываем водителя яндекс проверка автомобиля такси ДКК. Обычно это происходит раз в 10 дней, но иногда яндекс проверка автомобиля такси или чаще — яндекс проверка автомобиля такси зависимости от того, насколько успешно водитель проходил предыдущие проверки.Сразу после вызова на ДКК, водителю приходит сообщение с приглашением пройти фотоконтроль. Как только водитель принял приглашение, в том же приложении он фотографирует экстерьер и интерьер машины с разных ракурсов и отправляет фотографии Яндекс. Водитель может принимать заказы пока идёт ДКК.
- Очная проверкаэто проверка автомобиля и документов вживую База знанийЯндекс ТаксиЯндекс ДоставкаЯндекс ЕдаЯндекс ЛавкаЯндекс МаркетЯндекс Самокаты.
- У сервиса Яндекс Такси есть общие требования к автомобилям, которые могут выполнять заказы в разных тарифах. Как машины попадают в классификатор.
- Классификатор: какой автомобиль подойдёт для выполнения заказов. У сервиса Яндекс Такси есть общие требования к автомобилям, которые могут выполнять заказы в разных тарифах
Стартовый экран ДКК в приложении Таксометр. Экран фотографирования автомобиля в приложении Таксометр. Полученные фотографии попадают в Яндекс.
Толоку — сервис, в котором с помощью краудсорсинга можно быстро выполнять простые, но большие по объёму задания. О том как устроена и зачем нужна Яндекс. Толока мы писали в нашем блоге.
Общие требования в авто
В Яндекс. Толоке в процессе одной проверки как минимум три исполнителя отвечают на вопросы о состоянии автомобиля, и если исполнители пришли к единому мнению, на основе их ответов принимается решение о том, можно ли водителю принимать заказы.У проверки в Яндекс. Толоке два исхода:. Если исполнители не пришли к единому мнению, фотографии отправляют к сотрудникам Яндекс. Такси — асессорам, которые более тщательно проверяют автомобиль, а затем принимают финальное решение. Асессоры проходят специальную программу обучения и у них больше опыта.
Oct , У сервиса Яндекс Такси есть общие требования к автомобилям, которые могут выполнять заказы в разных тарифах. Aug , Как проверить авто на работу в такси по базе данных года. Как не купить машину из такси. Узнайте, была ли машина в такси: проверка по Онлайн сервис для проверки автомобиля (транспортного средства) в едином реестре на использование в качестве такси. Чтобы бесплатно узнать была ли машина в
Так видит ДКК исполнитель Яндекс. C ростом Яндекс.Такси растёт и количество проверок ДКК, а это значит, что растут затраты на толокеров и асессоров. Кроме того, падает скорость проверки автомобиля.
Поэтому важно проверять автомобили быстро, чтобы и пользователи, и водители не сталкивались с неудобствами. Наблюдая за тем как графики затрат и среднего времени проверки растут, мы поняли, что хотим снизить затраты на Толоку, разгрузить асессоров и сократить среднее время проверки, иными словами, автоматизировать часть проверок. Естественно, мы не хотели жертвовать качеством сервиса и пропускать больше яндекс проверка автомобиля такси стандартам качества автомобилей на линию, а также не яндекс проверка автомобиля такси ограничивать принятие заказов добросовестными водителями.
Нам нужно было автоматизировать ДКК и при этом не увеличить долю ошибок в общем потоке проверок. Для начала мы определились с постановкой задачи: автоматизировать как можно больше проверок, при этом не увеличив частоту ошибок в общем потоке.
Перечень подходящих автомобилей для подключения к Яндекс такси.
Давайте разберёмся с тем, какими бывают ошибки в нашей задаче. Они бывают двух видов: false positive и false negative. В нашей терминологии negative — результат проверки, с которым водитель может продолжать работать, а positive — результат, который влечёт за собой временное ограничение на приём заказов.Тогда false negative — случай, в котором мы были вынуждены разрешить водителю с плохим автомобилем принимать заказы, а false positive — наоборот, когда мы не разрешили работать водителю, у которого с автомобилем всё хорошо. Выходит, что False Negative Rate FNR — доля водителей с «плохими» автомобилями, которым мы разрешили принимать заказы, а False Positive Rate FPR — доля водителей, которым мы не разрешили работать, хотя у них с автомобилями всё хорошо. Таким образом, от внедрения машинного обучения в систему мы хотели следующего: автоматизировать как можно больше проверок, при этом не увеличив FPR и FNR в сравнении с системой без машинного обучения.
Далее, необходимо было понять на какие метрики ориентироваться при выборе моделей и порогов для принятия решений на основе их предсказаний. Из условий задачи ясно, что нас интересуют три величины:.
Они бывают двух видов: false positive и false negative. В нашей терминологии negativeрезультат проверки, с которым водитель может продолжать работать, аТут может возникнуть вопрос: почему бы не максимизировать экономию денег или яндекс проверка автомобиля такси среднее время проверки напрямую, а не через долю автоматизированных проверок. Оптимизировать деньги — очень привлекательная идея, но, как правило, трудноосуществимая.
В нашем случае экономия складывается из двух факторов: первый — экономия с каждой автоматизированной проверки, ведь каждая проверка у асессоров или в Яндекс. Толоке стоит денег; второй — экономия с уменьшения числа ошибок, ведь каждая ошибка стоит Яндекс. Такси денег.
Такие же рассуждения применимы к среднему времени ДКК, оно так же монотонно убывает по доле автоматизированных проверок. Можно сказать, что проверка ДКК сводится к выбору вариантов ответов для ряда вопросов о состоянии автомобиля по его фотографиям, а это звучит как задача классификации изображений. Такие задачи решает компьютерное зрение, а в наше время — конкретный инструмент, свёрточные нейронные сети.
Их мы и решили использовать для автоматизации ДКК. Теперь, когда мы поняли, что оптимизировать и для чего, настало время собрать данные и обучить на них модели. Собрать данные было легко, потому что все проверки ДКК логируются и лежат в хранилище в удобном виде. В первом варианте решения в качестве признаков выступали фото экстерьера и интерьера машины с четырёх ракурсов, марка, модель и цвет машины, а также результаты 10 предыдущих проверок ДКК.
Яндекс Про — деньги
Как целевые переменные мы взяли ответы на все вопросы проверки, например: «Повреждён ли автомобиль?Главной целевой переменной был ответ на главный вопрос: «Нужно ли ограничивать возможность водителя принимать заказы. Мы учили одну большую модель, очень похожую на VGG с SENet attention, отвечать на все вопросы одновременно и в итоге столкнулись с несколькими проблемами.
Oct , Окончательное решение по каждому автомобилю остается за сервисом Яндекс Такси. Подобрать тариф Проверьте, какой тариф подходит вашему автомобилю Oct , Окончательное решение по каждому автомобилю остается за сервисом Яндекс Такси. Уточнить, какие машины могут работать в каждом тарифе, вы можете в своём таксопарке Aug , Для фотоконтроля автомобиля не надо никуда ехать. Достаточно подготовить машину и сделать её фото с помощью Яндекс Пров приложении будут подсказки
Подход «всё и сразу». Вместе эти четыре причины не позволили нам применить первый вариант решения на практике, но мы не стали унывать и придумали второй вариант. Кроме того, мы решили разбить общую задачу на подзадачи и научиться отвечать на яндекс проверка автомобиля такси вопросы ДКК по отдельности.Подход «всё, но постепенно». Когда-то давно наша служба яндекс проверка автомобиля такси занималась автоматизацией ДКК и яндекс проверка автомобиля такси внедрить модель, которая позволяет фильтровать тёмные и нерелевантные фотографии.
- Узнать, была ли машина в такси, можно по taxipchelka.ru или по vin. Сервис имеет доступ к базам данным ГИБДД и других структур. Проверка на использование в такси
- У сервиса Яндекс Такси есть общие требования к автомобилям, которые могут выполнять заказы в разных тарифахтак формируется классификатор.
- Очная проверкаэто проверка автомобиля и документов вживую. В премиальных тарифах очная проверка обязательнамы приглашаем на неё раз в год
Эту модель мы продолжили яндекс проверка автомобиля такси и дальше, чтобы отвечать на вопрос: «Присутствуют ли следующие настоящие фотографии машины: перед, левый бок, правый бок, яндекс проверка автомобиля такси Наша работа над вторым вариантом решения яндекс проверка автомобиля такси с того, что мы использовали модель службы компьютерного зрения Яндекс.
Поиска от тех самых людей, которые сделали DeepHD для распознавания номерных знаков на автомобилях. Так мы смогли ответить на вопрос: «Соответствуют ли полностью номер и код региона автомобиля указанным в карточке водителя. Далее мы обучили классификаторы автомобилей распознавать марки и модели, а также цвета.
Рынок российских автомобилей постоянно увеличивается яндекс проверка автомобиля такси при покупке есть большой шанс наткнуться на машину, которая использовалась в такси. На нашем яндекс проверка автомобиля такси вы сможете бесплатно проверить любой автомобиль и узнать, не был ли он в работе таксопарка. Проверить авто на использование в работе такси вы можете бесплатно и за считанные минуты с помощью нашего сервиса.
На вторичном рынке транспортные средства, которые были в работе такси явление довольно частое. Некоторые продавцы открыто заявляют будущему владельцу ТС о прошлом машины, но большинство все-таки принимает решение скрыть данный факт. Если вы хотите приобрести автомобиль в недорогом сегменте, то вероятность купить бывшее такси очень большая.
Автомобиль, который хотя бы пару лет проработал в такси, может принести новому владельцу немало неприятных сюрпризов.
С этого момента мы могли отвечать на вопрос: «Соответствуют ли марка, модель и цвет автомобиля указанным в яндекс проверка автомобиля такси водителя?В завершение мы обучили классификаторы находить повреждённые и грязные автомобили, это позволило закрыть вопросы: «Есть ли повреждения или дефекты на кузове автомобиля. Подход яндекс проверка автомобиля такси, но постепенно» позволил нам решить проблему проверки номера автомобиля. Также мы смогли избавиться от неполноты и зашумлённости целевой переменной, ведь теперь у нас была выборка, где объектами класса negative были полностью успешные проверки, а объектами класса positive — проверки, где асессор или все три исполнителя Яндекс.
Толоки нашли определённый недочёт, например повреждения корпуса. После решения первых двух проблем наши модели стали интерпретируемыми, и мы могли объяснить водителю причину яндекс проверка автомобиля такси, чтобы к следующей проверке он исправил недочёты. Общее качество ответов на вопросы также сильно выросло, а FPR и FNR для некоторых комбинаций порогов уверенности моделей упали до уровня Яндекс. Толоки, что позволило внедрять модели в продакшн.
Перед нами стоял выбор: запустить регулярный процесс, который будет применять модели к скопившимся в очереди проверкам, или сделать отдельный сервис, куда можно будет ходить по API и получать ответы моделей в реальном времени. Так как для нас яндекс проверка автомобиля такси быстро находить «плохие» автомобили, мы выбрали второй вариант.
Отправьте запрос в единый реестр такси и получите ответ на свою электронную почту бесплатно всего за пару минут. VIN код ТС; Регистрационный знак ТС. Укажите.Как только основная часть сервиса была написана и он смог поддерживать необходимую функциональность, мы начали добавлять в него модели.
Чтобы полностью одобрить проверку, нужно уметь отвечать на все вопросы инструкции, но чтобы ограничить недобросовестному водителю доступ к сервису, в некоторых случаях достаточно уметь отвечать хотя бы на один вопрос. Поэтому мы решили не яндекс проверка автомобиля такси, пока будут готовы все модели, а добавлять их по мере готовности. Обобщённо пайплайн добавления модели выглядит так:.
Такой подход позволил нам не только моментально находить всё больше «плохих» автомобилей по мере внедрения новых моделей, но и без дополнительных временных затрат измерять качество онлайн, пока модели работали в фоновом режиме. В конце концов наступил яндекс проверка автомобиля такси, когда мы добавили в сервис и протестировали последнюю модель. Теперь мы могли отвечать на все вопросы проверок, а значит автоматически их одобрять. Так как «хороших» автомобилей в Яндекс.
Такси гораздо больше, чем «плохих», автоматическое одобрение проверок привело к резкому росту нашей основной метрики — части потока автоматизированных проверок. Нам оставалось только подобрать правильные пороги, которые бы максимизировали долю автоматизированных проверок, при этом сохраняя общие FPR и FNR всей системы на прежнем уровне.
Для подбора порогов мы использовали выборку, которую независимо друг от друга размечали исполнители Яндекс. Толоки, асессоры и сотрудник Яндекс. Такси, обучавший асессоров проверять автомобили. Его разметку мы и использовали в качестве истинных значений целевой переменной. Как только мы включили модели в продакшн, нужно было измерить онлайн-качество решений, принятых на основе их ответов.
И вот какие цифры мы увидели:. Таким образом, внедрение машинного обучения не только помогло сэкономить деньги, но и позволило сделать сервис более безопасным и комфортным для пользователей. Тем не менее, это ещё далеко не конец истории. Наша быстро растущая команда и дальше будет активно работать над тем, чтобы автоматизировать ещё больше проверок и сделать Яндекс. Такси ещё более удобным, комфортным и безопасным.
Как был устроен ДКК до прихода машинного обучения
Последнее обновление 30 окт В премиальных тарифах очная проверка обязательна — мы приглашаем на неё раз в год. Если пользователи часто жалуются на яндекс проверка автомобиля такси машины, мы можем отправить автомобиль на дополнительную проверку. В остальных тарифах очные проверки не регулярные и не обязательные — яндекс проверка автомобиля такси приглашаем на них, только если на других проверках мы нашли проблемы.
Это ваша возможность исправить недочёты и вернуть доступ к заказам. Если вы потеряли доступ к заказам пользователей сервиса после проверки тайным покупателем, решения службы поддержки, мобильного контроля качества или фотоконтроля, мы позовём вас на очную проверку. Причину, по которой не прошли дистанционную проверку, и приглашение на очную можно найти разделе «Диагностика» в Яндекс Про. Приглашение на ежегодную проверку для премиальных тарифов будет в ленте приложения.