Какой размер фото в Авито в пикселях

Обновлено: 21.11.2024

Узнайте оптимальные размеры изображений для всех основных социальных сетей, чтобы ваш контент в социальных сетях был идеальным до пикселя.

Вы узнаете

Идеальные размеры изображений для Instagram, Facebook, Twitter и т. д.
Конкретная высота и ширина в пикселях для всех основных социальных сетей и всех их различных типов контента.
Как обрезать изображения и изменять их размер, чтобы они соответствовали идеальному соотношению сторон.

Неудобно обрезанные фотографии и пиксельные изображения — быстрый способ убить вашу активность в социальных сетях. Но определить размеры изображений в социальных сетях для каждой платформы сложно, особенно если учесть, сколько различных вариантов изображений предлагает каждая платформа. В этом посте мы сосредоточимся на изображениях в социальных сетях, которыми вы делитесь в своих обновлениях.

Использование идеального размера изображения для каждого типа публикации на каждой платформе имеет решающее значение. Если вы хотите, чтобы люди не пролистывали ваш контент, вы должны делиться привлекательными изображениями, которые хорошо отображаются в ленте.

Обзор лучших размеров изображений в социальных сетях

Вот краткий обзор рекомендуемых размеров изображений для каждой платформы социальных сетей. Щелкните ссылки, чтобы перейти к каждому разделу для получения подробной информации и примеров. Все размеры относятся к ширине и высоте в пикселях.

Лучший размер изображения для Facebook

Обмен горизонтальными изображениями: 1200 x 630 пикселей.
Обмен вертикальными изображениями: 1080 x 1350 пикселей.
Обмен ссылками с изображением: 1200 x 630 пикселей.
Публикация историй: 1080 x 1920 пикселей.

Лучший размер изображения для Instagram

Обмен квадратными изображениями: 1080 x 1080 пикселей.
Обмен горизонтальными изображениями: 1080 x 566 пикселей.
Обмен вертикальными изображениями: 1080 x 1350 пикселей.
Публикация историй: 1080 x 1920 пикселей.

Лучший размер изображения для Twitter

Отправка одного горизонтального изображения: 1200 x 675 пикселей.
Обмен несколькими изображениями: 1200 x 675 пикселей.
Обмен ссылками с изображением: 800 x 418 пикселей.

Лучший размер изображения для LinkedIn

Публикация горизонтальных изображений на странице компании или в личном профиле: 1104 x 736 пикселей.
Обмен ссылками с изображением на страницу компании или личный профиль: 1200 x 628 пикселей.

Лучший размер изображения для Pinterest

Оптимальные размеры изображений для Facebook

Горизонтальные (горизонтальные) изображения: 1200 x 630 пикселей.
Вертикальные (портретные) изображения: 1080 x 1350 пикселей.
Ссылки с изображением: 1200 x 630 пикселей.
Истории Facebook: 1080 x 1920 пикселей.

Размер изображения для публикации в Facebook

Рекомендуемый Facebook размер изображения для обмена изображениями и обмена ссылками с изображением составляет 1200 x 630 пикселей.

Независимо от того, публикуете ли вы горизонтальные, портретные или квадратные изображения, Facebook изменит их размер до 500 пикселей в ширину и соответствующим образом уменьшит высоту. Хорошей новостью здесь является то, что вам не нужно беспокоиться о размере изображения при публикации изображений на Facebook. Почти все изображения будут отлично смотреться в ленте новостей вашей аудитории — мы говорим «почти», потому что Facebook по-прежнему требует соотношения сторон от 9:16 до 16:9.

Fetch Eyewear использует на своей странице в Facebook как портретные, так и пейзажные фотографии.

Размер изображения в Facebook, если поделиться ссылкой

Когда вы делитесь ссылкой на Facebook, Facebook показывает изображение в предварительном просмотре ссылки. Facebook ищет ссылку в тегах Open Graph, в частности в теге og:image, который определяет изображение, которое Facebook должен использовать при публикации в Ленте новостей.

Вы можете добавить тег og:image вручную в раздел на каждой странице вашего веб-сайта или попробовать плагин, такой как Yoast SEO для WordPress, который обрабатывает код и реализацию за вас. Мы в Buffer большие поклонники Yoast.

Каждое изображение карусели обрезается до размера квадрата 300 x 300 пикселей.

Размер изображения в истории Facebook

Поскольку истории Facebook занимают весь экран мобильного устройства, рекомендуемый размер изображения для истории Facebook составляет 1080 x 1920 пикселей. Фотография вашего профиля и некоторые кнопки появятся в верхней части ваших историй, поэтому обязательно помните об этом при разработке изображений.

Текст Body Coach располагается по центру, чтобы его не закрывало фото профиля или кнопки.

Лучшие размеры изображений для Instagram

Квадратные изображения: 1080 x 1080 пикселей.
Горизонтальные (горизонтальные) изображения: 1080 x 566 пикселей.
Вертикальные (портретные) изображения: 1080 x 1350 пикселей.
Истории Instagram: 1080 x 1920 пикселей.

Размер изображения ленты Instagram

Все публикации в Instagram имеют одинаковую ширину (1080 пикселей), которая соответствует размеру экрана вашего телефона. Если ширина вашего изображения меньше 320 пикселей, Instagram увеличит его, и оно может выглядеть пиксельным. Мы даем советы о том, когда (и почему) использовать каждый размер изображения в руководстве по размеру изображения в Instagram, ссылка на которое приведена выше.

Примеры изображений разных размеров в Instagram от Garden Coffee San Diego, Wistia и Stardust Cellars.

Размер изображения в Instagram Stories

Поскольку Instagram Stories занимают весь экран телефона, идеальный размер – 1080 пикселей в ширину и 1 920 пикселей в высоту (соотношение сторон – 9:16).

West of Kerchief Co и Toucan Rescue Ranch в полной мере используют возможности экрана в Instagram Stories. Оба аккаунта не размещают логотипы и текст в верхней и нижней части экрана, где фотографии профиля и кнопки могут скрыть содержимое.

При разработке сторис в Instagram не забудьте оставить 250 пикселей верхней и нижней части изображения свободными от текста и логотипов, потому что именно там будет ваша фотография профиля и кнопки Instagram.

Чтобы вам было проще создавать потрясающие истории в Instagram, мы создали приложение Stories Creator. Каждое изображение для историй, которое вы создаете с помощью этого инструмента, идеально подходит для Instagram Stories. Мы даже показываем вам интерфейс Instagram, пока вы разрабатываете дизайн, чтобы вы могли видеть, где находится ваша фотография профиля и кнопки Instagram. Попробуйте!

Оптимальные размеры изображений для Twitter

Одно горизонтальное изображение: 1200 x 675 пикселей.
Несколько изображений: 1200 x 675 пикселей.
Ссылки с изображением: 800 x 418 пикселей.

Размер изображения для публикации в Твиттере

В Твиттере изображения с соотношением сторон 2:1 и 3:4 будут отображаться полностью на временной шкале пользователя. Это обновление было выпущено в мае 2021 г.

Изображения в Твиттере теперь полностью отображаются на временной шкале.

В профилях Twitter на компьютере изображения остаются обрезанными, и идеальный размер для этих изображений составляет 1200 пикселей в ширину и 675 пикселей в высоту (или соотношение сторон 16:9). Минимальный размер — 600 пикселей в ширину и 335 пикселей в высоту, но большие изображения будут выглядеть лучше, когда ваши подписчики нажмут, чтобы развернуть изображение.

Хотя лучше всего придерживаться рекомендуемых размеров изображений, Twitter использует машинное обучение, чтобы обрезать ваши изображения, чтобы показать наиболее интересные части ваших фотографий. Это особенно полезно для постов в Твиттере с несколькими изображениями, поскольку Твиттер обрезает фотографии по-разному в зависимости от общего количества изображений.

Например, вот как обрезанные изображения будут выглядеть на мобильных устройствах:

Поскольку большинство ваших постов с изображениями в Твиттере отображаются на временной шкале, лучшей стратегией может быть сосредоточение внимания на том, как изображения выглядят на временной шкале, а не на оптимизации того, как именно изображение выглядит в вашем профиле на компьютере.

Вы также можете добавлять GIF-файлы в сообщения Twitter, загружая их или используя встроенную интеграцию GIF в Twitter.

Размер поста в Твиттере в сочетании со ссылкой

Для изображений предварительного просмотра ссылок (также называемых карточками изображений веб-сайтов) идеальный размер изображения – 800 x 418 пикселей.

Uptick использует карточку изображения веб-сайта, чтобы связать изображение со ссылкой в Twitter. На компьютере предварительный просмотр включает описание, а на мобильных устройствах пользователи увидят только изображение и заголовок.

На карточке отображается заголовок, описание (на рабочем столе), ссылка и фотография, когда вы делитесь URL-адресом с сайта, который содержит соответствующий код Twitter Cards. Вся эта информация извлекается через HTML-теги, часто те же самые, которые Facebook использует для отображения ссылок. Вы также можете использовать для этого плагин Yoast SEO WordPress.

Если вам интересно, как ваши изображения могут выглядеть с помощью Twitter Cards, вы можете ввести свою ссылку в бесплатный валидатор карт Twitter, чтобы получить быстрый предварительный просмотр.

Оптимальные размеры изображений для LinkedIn

Горизонтальное (горизонтальное) изображение: 1104 x 736 пикселей.
Ссылки с изображением: 1200 x 628 пикселей.

Размер изображения публикации в LinkedIn

LinkedIn рекомендует соотношение сторон от 3:1 до 2:3 и изображения размером не менее 552 x 368 пикселей, чтобы избежать кадрирования. Однако мы рекомендуем удвоить размеры — 1104 x 736 пикселей, — чтобы ваши изображения не выглядели пикселизированными на больших экранах.

Как и Facebook, LinkedIn автоматически обрезает и центрирует фотографии, размеры которых выходят за рамки рекомендованных, но LinkedIn более расплывчато описывает, как происходит такое кадрирование. Мы обнаружили, что если ваш текст расположен по центру, изображения разных размеров будут хорошо отображаться в ленте LinkedIn. Взгляните на эти две публикации с изображениями: квадратное изображение (1080 x 1080 пикселей) и прямоугольное изображение (1536 x 806 пикселей) прекрасно отображаются в ленте:

В LinkedIn хорошо работают как квадратные, так и прямоугольные изображения.

Размер изображения LinkedIn при публикации со ссылкой

Если вы делитесь изображением вместе со ссылкой, рекомендуемый размер изображения немного отличается — 1200 x 628 пикселей.

Лучший размер изображения для Pinterest

Pinterest уникален тем, что отдает предпочтение длинным вертикальным изображениям. После нескольких лет обрезки фотографий до 800 пикселей Pinterest теперь рекомендует 1000 x 1500 пикселей, что соответствует соотношению сторон 2:3.

Ключевым моментом является соблюдение соотношения сторон 2:3. В Pinterest сообщили Buffer, что алгоритм Pinterest будет ограничивать распространение как изображений с низким разрешением, так и изображений длиннее 1500 пикселей.

Размер изображений в социальных сетях имеет значение

Какой смысл создавать красивое изображение и делиться им, если оно отображается в лентах людей обрезанным или пиксельным? В социальных сетях у вас есть только секунда, чтобы привлечь внимание людей. Создание привлекающих внимание изображений подходящего размера для каждой социальной сети может иметь решающее значение.

С помощью Buffer вы можете создавать собственные сообщения для каждой социальной сети и прикреплять каждое изображение надлежащего размера для каждой платформы. Начните бесплатно уже сегодня.

Здравствуйте! Пока ждем субботы и Avito Data Science Meetup: Computer Vision, расскажу о своем участии в конкурсе по машинному обучению KONICA MINOLTA Pathological Image Segmentation Challenge. Хотя я потратил на это всего несколько дней, мне посчастливилось занять 2 место. Описание решения и детектив под катом.

Необходимо было разработать алгоритм сегментации областей на изображениях с микроскопа. По-видимому, это были какие-то очаги раковых клеток в эпителии. На картинке ниже - что дали и как сделать:

Обучающая и тестовая выборки состояли из 168 и 162 таких изображений соответственно размером 500х500 пикселей. Целевая метрика – это среднее арифметическое F1-микро и экземпляра Dice x 1 000 000.

Конкурс проводился на сайте Topcoder. Возможно, для читателя сайт больше напоминает олимпиадное программирование, чем машинное обучение и нейронные сети. Но, видимо, ребята тоже решили быть в тренде. Оказалось, что они сомнительны не только с точки зрения подготовки данных (об этом ниже), но и с точки зрения удобства использования. Чтобы отправить решение, необходимо:

прогнозировать поезд (!) и протестировать;
перегнать маски в txt, и не забыть их при этом транспонировать;
упакуйте маски в архив и загрузите себе на gdrive/dropbox/etc;
зайдите в систему подачи заявок на участие в конкурсе и напишите класс Java, который извлекает ссылку на архив.

Заявки можно отправлять раз в 2 часа. Раз в 15 минут доступна проверка вашего поезда. Соответственно, если в какой-то момент что-то пошло не так - гуляем 2 часа. Я закинул файлы в архиве в папку, а не в корень - жаль, мы не нашли маску, иди проверь, у тебя есть 2 часа. Забыл доделать маску поезда - через 2 часа присмотритесь. Я не говорю, что с такой системой легко запутаться и прислать решение, которое я уже отправил. Ну очень круто, когда в час ночи ты наконец-то допил очередной улучшитель, собрал архив и ошибся - остается либо не спать, либо ждать до утра.

Также не было возможности выбрать некоторые из ваших материалов в качестве окончательных. Просто его нужно было отправить последним. И не ошибиться, конечно.Забегая вперед, должен сказать, что китайская платформа challenger.ai превзошла по упорству топкодер, но об этом в следующий раз.

Надо сказать, что долго не хотел участвовать, потому что это опять сегментация и странный сайт. Но подтолкнули меня к вступлению Владимир Игловиков и Евгений Нижибицкий, за что им отдельное спасибо.

Как обычно, я решил начать с базовой линии. Для него я выбрал код ZFTurbo, который он прочесал и выложил после kaggle'а со спутниками. Уже были примеры моделей и код для их обучения. Я дополнил его, разделив на пять складок. Я сделал их, рассортировав всю маску поезда по площадям и разделив так, чтобы в каждой складке распределение площадей было одинаковым. Я надеялась так расслоить складки, как сильно ошибалась.

Из аугментаций я оставил стандартные повороты, кадрирование, ресайз. Я выбрал Адама оптимизатором.

Пока модели обучались, я решил улучшить базовую линию и начал с внимательного просмотра картинок. Для начала воспользовалась математикой и поняла, что количество выстрелов в шлейфе делится на 6, поэтому лучше делать 6 сгибов, а не 5. Мне показалось, что я не очень понимаю, где заканчиваются одни ткани, а другие начала, поэтому я просто объединила каждую тренировочную часть складки в одну огромную маску. А потом я вытягивал из него случайные патчи в 1,5 раза больше, чем вход нейросети. Я применил к ним более агрессивные аугментации с помощью библиотеки imgaug.

Стоит сказать, что imgaug использует skimage, который не очень быстрый, потому что написан на питоне. Чтобы преодолеть этот недостаток, я использовал загрузчик данных от pytorch. Это офигенно: нужно написать по сути одну функцию get_sample, которая подготавливает x и y (в данном случае картинку и маску), а сам итератор собирает батч в несколько потоков с буфером. Это настолько круто, что я использую его даже с keras и mxnet. Для этого выдрать тензоры из батча и перегнать в numpy.

Также во второй итерации я изменил стратегию обучения. Сначала я тренировал Адама с более низкой скоростью обучения, затем перешел на SGD и в конце тренировался с SGD без увеличения изображений, связанных с блюзом и диезом.

Кроме того, параллельно я запустил три тренировки с разными функциями потерь: Binary Cross Entropy (BCE), BCE - log (Jaccard), BCE - log (Dice).

В третьем прогоне я решил, что пора отказаться от архитектуры U-net, полюбить другие нейронные сети и начать жить. Я внимательно изучил картинки в обзоре и выбрал Global Convolutional Network. Крупные ядра, факторизованные свертки, блоки, определяющие границы, гусь на картинках. «Изиголд!» — подумал я. Но за пару вечеров я так и не получил приличного результата на этой архитектуре, время вышло и все эксперименты переместились на kaggle Carvana.

В итоге я просто смешал все обученные к тому моменту нейронные сети со средним геометрическим. Я подобрал пороги прогнозов OOF и отправил их за несколько часов до дедлайна. Я был крайне удивлен, обнаружив себя на втором месте, так как в публичной части был 11-м. На мой взгляд, мне дико повезло, ибо в данных был один глобальный косяк, о котором ниже. Синими значками отмечены участники из сообщества ODS.ai. Видно, что рейд удался. Чтобы следить за успехами нашего чата, вы можете подписаться на Twitter

В подавляющем большинстве соревнований локальная валидация и таблица лидеров перестают совпадать, начиная с некоторых качественных моделей. И эта компетенция не исключение. Однако причина оказалась гораздо интереснее, чем просто неоднородный раздел.

В этом конкурсе, по аналогии с конкурсом Kaggle Amazon from Space, Евгений Нижибицкий решил собрать оригинальную мозаику, из которой были вырезаны картинки.

Соседи искались на основе расстояния L2 между парами границ для всех возможных изображений. На основе сравнения с порогом создавалась таблица, в которой для каждого изображения указывались его соседи и расстояние до них. Каждый раз найденные пары проверялись глазами, при этом как правильные, так и неправильные запоминались отдельно. После этого порог немного увеличивался и поиск выполнялся снова.

Результатом мозаики стало понимание структуры данных — обучающая выборка состоит из 42 квадратов 1000х1000, каждый из которых разрезан на 4 меньших. Тестовая выборка на квадраты не была полностью «разбита», но 120 из 162 тестовых изображений также объединены в 30 квадратов 2х2.

Из этого эксперимента можно сделать неутешительный вывод - кросс-валидация со случайными разбиениями сплитов не репрезентативна, т.к. при 6-кратном повторении для каждого фиксированного квадрата 2х2 его части с вероятностью около 50% попадают и в тренировку, и в валидацию .

Но любопытство не угасло, почему 42 плитки из теста никак не слились в мозаику? В ходе одного из процессов отсеивания неправильно совпавших соседних тайлов было обнаружено, что неправильно склеенные тестовые и обучающие тайлы фактически не соединяются по границе, а после поворота совпадают целыми подобластями!

Небольшой proof-of-concept с сопоставлением по SURF-признакам позволил выяснить, что некоторые тестовые изображения действительно просто вырезаны из оригинальных больших изображений поезда:

Попробовав выбрать из всех картинок теста, оказалось, что 42 картинки из теста, которые не объединились в мозаику, были ничем иным, как секциями поезда. То есть оргии делали следующее.

Мы сделали 42 оригинальных (размером 1000x1000) фотографий поезда и 30 фотографий теста.
Из них вырезали картинки размером 500х500.
Мы решили, что в тесте недостаточно картинок (120).
Случайно повернутые кусочки поезда доказали свою эффективность.

На картинке слева направо: одна картинка из теста, она тоже повернута, чтобы соответствовать поезду, начальный квадрат - поезд 2х2.

В конечном итоге все участники оверфитились. При этом улучшение на лидерборде выросло в пользу высокого качества: качества улучшения работы моделей на неизвестных данных и переобучения на повернутых кусках теста в трейне. Поскольку сплиты были неинформативны, то корреляции с оценкой валидации и лидербордом не было и в помине. Потому что невозможно было даже предположить: модель действительно была обусловлена обобществлением или оверфитом на трейне и за счет этой рисковавшейся валидации.

Об этой компетенции я рассказывал на ML-тренинге в Яндексе, можете посмотреть видео. В качестве бонуса вы можете посмотреть слайды Владимира с митапа в H20. Евгений Нижибицкий также расскажет о куда более продвинутом подходе к сегментации в конце этой недели на митапе в Авито. Регистрация уже закрыта, но присоединиться к онлайн-трансляции на youtube-канале AvitoTech можно будет в день мероприятия с 12:30.

Читайте также: