Страховому агенту нужно около часа, чтобы оценить и описать повреждения авто после аварии. Осмотреть каждую деталь, оформить документы. А если посчитать время на дорогу, то оценка и вовсе затянется на полдня.
Нейросеть же справляется за 30 секунд. 29 из которых нужно владельцу, чтобы обойти машину и сделать четыре фото.
В этой статье я расскажу, зачем мы вообще создаем такую модель и где планируем ее использовать. А еще углубимся в принципы работы системы и расскажем, как мы обучали алгоритм и какие планы у проекта на будущее.
Содержание
Я почему оценивать не мог? Потому что у меня данных не было
Как мы строили и обучали алгоритм
Что планируем на будущее и какие фичи еще хотим сделать
Я почему оценивать не мог? Потому что у меня данных не было
Картинка слева — несуществующий автомобиль, сгенерированный нейросетью. Рисунок справа — маска деталей для несуществующего автомобиля, сгенерированного этой же сетью.
Настроить генеративную нейросеть для создания и авто, и масок оказалось несложно. Для этого потребовалось всего лишь особым образом сгенерировать обучающую выборку и разметить ее — всего около 50 изображений. А после нейросеть может генерировать уже размеченную выборку несуществующих авто почти до бесконечности.
Не все полученные примеры от нейросети качественные.
Модель ищет повреждения не на конкретных деталях, а непосредственно на изображениях. Затем генерирует маску повреждения и оценивает его характер, применимо к деталям. А после этого все оформляется в сухие выводы, которые и получает человек. В случае сверху это «комплексная вмятина передней правой и задней правой дверей, множественные глубокие царапины лакокрасочного покрытия, повреждение правой междверной стойки».
С последней неисправностью, кстати, связана идея, над которой мы будем работать в обозримом будущем. Чтобы по внешнему повреждению кузова алгоритм мог также оценивать и прогнозировать внутренние повреждения «органов».
К примеру, при сильном повреждении переднего бампера алгоритм должен выдавать информацию, что «скорее всего, поврежден радиатор охлаждения». Идея амбициозная, но мы переключимся на нее не раньше, чем обеспечим хорошую точность основных моделей.
Что планируем на будущее и какие фичи еще хотим сделать
Планы у нашего проекта наполеоновские. С технической стороны мы собираемся добиться хорошей точности детекции деталей и повреждений до весны 2022. Уже такую версию, которую не стыдно будет релизить.
Зимой также будем собирать датасет автомобилей с плохим освещением, в грязи или снегу. Человек не будет мыть машину на месте ДТП, чтобы сфотографировать ее, поэтому нужно обучить модель правильно оценивать и не слишком опрятные авто. А самое главное — научить разделять грязь и царапины, потому что на фото они могут быть сильно похожи.
Это крайне важно, если мы хотим предложить проект для партнерства с каршерингами. Ведь во время дождя авто по-любому заляпается. А если грязевые потеки система распознает как царапины, это будет очень неприятно. И клиенту, и каршерингу, и нам.
Уже к февралю 2022 планируем запустить инструмент для работы с близкими ракурсами.
Весной у нас в планах начать собирать датасет по другим видам автотранспорта. Мопеды, мотоциклы, фургоны, фуры — будем анализировать все, что двигается по дорогам.
Если рассматривать перспективы использования его как продукта для обычных пользователей, то он будет очень полезен при небольших ДТП и оформлении европротокола. После подписания документа нужно сделать четыре фотки — мы планируем, что система сама сможет отправлять характеристику повреждений в страховую компанию.
В будущем сервис сможет здесь и сейчас определять, сколько стоит повреждение. И уже на базе этой оценки можно пытаться урегулировать ДТП в рамках европротокола. Мы заранее не знаем, сколько стоит царапина на «Гелендвагене», который притерли. А сервис поможет это узнать за пару минут.
Пока что финансовые фичи мы не добавляли совсем. Это отдельный большой кусок работы, где нужно партнериться с производителями запчастей и официальными дилерами авто, собирать огромные базы с динамическими ценами, а потом строить модель финансовой оценки повреждений. Это обязательная часть сервиса — и в следующем 2022 году мы ею плотно займемся.
В целом мы планируем разработать не просто узконаправленную утилиту для оценки повреждений авто, а полноценную экосистему, которую можно будет внедрить в работу компаний и жизнь простого автолюбителя, чтобы упростить жизнь во многих ситуациях: от покупки б/у авто и использования каршерингов до оформления ДТП и страховых случаев. Сложно? Само собой. Выполнимо? Еще бы!
И напоследок хотим запустить дискуссию. Как вы считаете, насколько широко автоматические системы оценки будут использоваться в будущем? Не только для повреждений авто, но и в других сферах жизни. Нам очень интересно ваше мнение.
