Jak zkontrolovat zralost melounu pomocí smartphonu?
Všechno to začalo Apple Marketem – zjistil jsem, že mají program, který vám umožní určit zralost melounu. Program je. zvláštní. Co stojí alespoň za nabídku zaklepat na meloun ne klouby, ale. telefonem! Tento úspěch jsem však chtěl zopakovat na známější platformě Android.
Výběr nástrojů
Náš problém se řeší několika způsoby a abych byl upřímný, musel jsem vynaložit velké úsilí, abych se nevydal „jednoduchou“ cestou. To znamená, že si vezměte Fourierovy transformace, vlnky a editor signálů. Chtěl jsem však získat zkušenosti s prací s neuronovými sítěmi, ať se tedy sítě zabývají analýzou dat.
Jako knihovna pro vytváření a trénování neuronových sítí byl vybrán Keras, doplněk Google pro TensorFlow a Theano. Obecně platí, že pokud se sítěmi hlubokého učení teprve začínáte pracovat, lepší nástroj nenajdete. Na jedné straně je Keras výkonný nástroj, optimalizovaný pro rychlost, paměť a hardware (ano, může fungovat na grafických kartách a jejich clusterech). Na druhou stranu je tam skryto vše, co lze před uživatelem „schovat“, takže si nemusíte lámat hlavu například nad propojováním vrstev neuronové sítě. Velmi pohodlně.
Keras i neuronové sítě obecně vyžadují znalost Pythonu – tento jazyk je jako had omotaný. pardon, bolí to. Stručně řečeno, neměli byste se zapojit do moderního hlubokého učení bez Pythonu. Naštěstí se Python dá naučit za dva týdny, maximálně za měsíc.
Budete potřebovat nějaké další knihovny pro Python, ale to jsou maličkosti – myslím, pokud jste již zvládli samotný Python. Budete potřebovat (velmi povrchní) obeznámenost s NumPy, PyPlot a možná i s několika dalšími knihovnami, ze kterých si každý vezmeme doslova pár funkcí. Není těžký. Je to pravda.
No, na závěr poznamenám, že nepotřebujeme výše uvedené clustery grafických karet – náš úkol je normálně vyřešen pomocí počítačového CPU – pomalu, ale ne kriticky pomalý.
Pracovní plán
Nejprve je potřeba vytvořit neuronovou síť – v Pythonu a Kerasu, pod Ubuntu. Můžete – na emulátoru Ubuntu. Je to možné – pod Windows, ale strávený čas navíc vám bude stačit na prostudování zmíněného Ubuntu a následnou práci pod ním.
Dalším krokem je napsání programu. Plánuji to udělat v Javě pro Android. Půjde o prototyp programu v tom smyslu, že bude mít uživatelské rozhraní, ale zatím neexistuje žádná neuronová síť.
Ptáte se, jaký má smysl psát „dummy“. Tady jde o to: jakýkoli úkol související s analýzou dat se dříve nebo později sníží na nalezení dat pro trénování našeho programu. Kolik melounů je ve skutečnosti potřeba naklepat a ochutnat, aby neuronová síť mohla na těchto datech postavit spolehlivý model? Sto? Více?
Zde nám pomůže náš program: nahrajeme jej na Google Play, distribuujeme (dobře, nutíme, kroutíme rukama) všem našim přátelům, kteří mají tu smůlu, že mají telefon s Androidem a data ve malinký pramínek, začíná téct. a mimochodem, kde?
Dalším krokem je napsat serverový program, který přijímá data z našeho klienta Android. Je pravda, že tento serverový program je velmi jednoduchý, vše jsem dokončil asi za dvacet minut. Ale přesto je to samostatná etapa.
Konečně je dostatek dat. Trénujeme neuronovou síť.
Portujeme neuronovou síť na Javu a vydáváme aktualizaci našeho programu.
Zisk. I když ne. Program byl zdarma. Pouze zkušenosti a plněné šišky.
Vytvoření neuronové sítě
Práce se zvukem, což je samozřejmě klepání na meloun, je buď rekurentní neuronové sítě, nebo tzv. jednorozměrná konvoluční síť. Navíc nedávno konvoluční sítě jasně převzaly vedení a vytlačily ty opakující se. Myšlenka konvoluční sítě spočívá v tom, že se po datovém poli posouvá okno – graf „intenzita zvuku-čas“ – a místo analýzy stovek tisíc vzorků pracujeme pouze s tím, co spadá do okna. Následující vrstvy kombinují a analyzují výsledky této vrstvy.
Aby to bylo jasnější, představte si, že na fotce mořské krajiny potřebujete najít racka. Naskenujete obrázek – „okno“ vaší pozornosti se pohybuje po pomyslných řádcích a sloupcích a hledá bílé zaškrtnutí. Přesně tak funguje 2D konvoluční síť, zatímco jednorozměrná síť skenuje podél jedné souřadnice – optimální volba, pokud máme co do činění se zvukovým signálem.
Podotýkám ale, že není nutné se zaměřovat na 1D sítě. Jako cvičení jsem vykreslil zvuk a analyzoval výslednou bitmapu jako obrázek – pomocí 2D konvoluční sítě. K mému překvapení nebyl výsledek o nic horší než při analýze „surových jednorozměrných“ dat.
Použitá síť měla následující strukturu:
model = Sequential() model.add(Conv1D(filters=32, kernel_size=512, strides=3, padding='valid', use_bias=False, input_shape=(nSampleSize, 1), name='c1d', activation='relu')) model.add(Activation('relu', input_shape=(nSampleSize, 1))) model.add(MaxPooling1D(pool_size=(2))) model.add(Conv1D(32, (3))) model.add(Activation('relu')) model.add(MaxPooling1D(pool_size=(2))) model.add(Conv1D(64, (3))) model.add(Activation('relu')) model.add(MaxPooling1D(pool_size=(2))) model.add(Flatten()) model.add(Dense(64)) model.add(Activation('relu')) model.add(Dropout(0.5)) model.add(Dense(nNumOfOutputs)) #1)) model.add(Activation('sigmoid')) model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy']) Tato síť má dvě výstupní hodnoty (předpovídá dvě hodnoty): sladkost a zralost. Sladkost je 0 (neslazené), 1 (ok) a 2 (výborné), respektive zralost 0 – příliš tvrdé, 1 – tak akorát a 2 – přezrálé, jako vata s pískem.
Hodnocení testovacího vzorku dává osoba, o tom, jak přesně, si povíme v části věnované programu pro Android. Úkolem neuronové sítě je předpovědět, jaké hodnocení dá člověk danému melounu (na základě záznamu ťuknutí).
Psaní programu
Již jsem zmínil, že program by měl vyjít ve dvou verzích. První, předběžný, uživatele upřímně varuje, že jeho předpovědi jsou naprostý nesmysl. Umožňuje ale uživateli zaznamenat zvuk melounu, ohodnotit chuť tohoto melounu a poslat jej přes internet autorovi programu. To znamená, že první verze jednoduše shromažďuje data.
Zde je stránka programu na Google Play, program je samozřejmě zdarma.
1. Stiskněte tlačítko s mikrofonem a nahrávání začne. Máte pět sekund na to, abyste meloun třikrát poklepal – ťuk-ťuk-ťuk. Tlačítko melounu dělá „předpověď“ a my se ho zatím nedotýkáme.
Poznámka – pokud má Google starou verzi, pak se nahrávání a predikce snoubí v tlačítku s melounem, ale není tam tlačítko s mikrofonem.
2. Uložený soubor je dočasný a při příštím stisknutí tlačítka záznamu bude přepsán. To vám umožní opakovat klepání, když vám někdo mluví pod paží (ani netušíte, jak těžké je přimět ostatní, aby na pět sekund zmlkli!) nebo voda jen šumí – řinčí nádobí – soused vrtá. ..
Nyní je ale meloun vybrán a zakoupen. Přinesli jste to domů, nahráli zvuk a rozstříhali. Nyní jste připraveni zhodnotit jeho chuť. Vyberte kartu Uložit.
Na této záložce vidíme dva comboboxy pro třídění – sladkost a zralost (probíhá překlad). Nastavte hodnocení a klikněte na Uložit.
Pozornost! Uložit lze kliknout pouze jednou. Takže nejprve ohodnoťte. Stisknutím tlačítka se zvukový soubor přejmenuje a při příštím nahrávání již nebude vymazán.
3. Nakonec, když jste zaznamenali (a tedy snědli) tucet melounů, vrátili jste se z dachy, kde jste neměli internet. Nyní je internet. Otevřete kartu Odeslat a klikněte na tlačítko. Balíček (s tuctem vodních melounů) jde na server vývojáře.
Psaní serverového programu
Všechno je zde jednoduché, takže raději zveřejním úplný kód tohoto skriptu. Program „zachytává“ soubory, dává jim jedinečná jména a ukládá je do adresáře přístupného pouze vlastníkovi webu.
else < echo "File not uploaded successfully."; >?> Trénink neuronové sítě
Data jsou rozdělena na trénink a test, 70, respektive 30 procent. Neuronová síť konverguje. Pro začátečníky zde však žádné překvapení nečeká: nezapomeňte normalizovat vstupní data, ušetříte si tím spoustu nervů. Něco takového:
for file_name in os.listdir(path): nSweetness, nRipeness, arr_loaded = loadData(file_name) arr_data.append(arr_loaded / max(abs(arr_loaded))) # 2 stands for num. of inputs of a combo box - 1 arr_labels.append([nSweetness / 2.0, nRipeness / 2.0]) Portování neuronové sítě
Existuje několik způsobů, jak portovat síť z prostředí Pythonu do Javy. Nedávno Google tento proces zpříjemnil, takže pokud čtete učebnice, ujistěte se, že nejsou zastaralé. Udělal jsem to takto:
from keras.models import Model from keras.models import load_model from keras.layers import * import os import sys import tensorflow as tf # ------------------- def print_graph_nodes(filename): g = tf.GraphDef() g.ParseFromString(open(filename, 'rb').read()) print() print(filename) print("=======================INPUT=========================") print([n for n in g.node if n.name.find('input') != -1]) print("=======================OUTPUT========================") print([n for n in g.node if n.name.find('output') != -1]) print("===================KERAS_LEARNING=====================") print([n for n in g.node if n.name.find('keras_learning_phase') != -1]) print("======================================================") print() # ------------------- def get_script_path(): return os.path.dirname(os.path.realpath(sys.argv[0])) # ------------------- def keras_to_tensorflow(keras_model, output_dir, model_name,out_prefix="output_", log_tensorboard=True): if os.path.exists(output_dir) == False: os.mkdir(output_dir) out_nodes = [] for i in range(len(keras_model.outputs)): out_nodes.append(out_prefix + str(i + 1)) tf.identity(keras_model.output[i], out_prefix + str(i + 1)) sess = K.get_session() from tensorflow.python.framework import graph_util, graph_io init_graph = sess.graph.as_graph_def() main_graph = graph_util.convert_variables_to_constants(sess, init_graph, out_nodes) graph_io.write_graph(main_graph, output_dir, name=model_name, as_text=False) if log_tensorboard: from tensorflow.python.tools import import_pb_to_tensorboard import_pb_to_tensorboard.import_to_tensorboard( os.path.join(output_dir, model_name), output_dir) model = load_model(get_script_path() + "/models/model.h5") #keras_to_tensorflow(model, output_dir=get_script_path() + "/models/model.h5", # model_name=get_script_path() + "/models/converted.pb") print_graph_nodes(get_script_path() + "/models/converted.pb") Všimněte si posledního řádku: v kódu Java budete muset zadat názvy síťových vstupů a výstupů. Tento „tisk“ je vytiskne.
Výsledný soubor concerted.pb tedy vložíme do adresáře aktiv projektu v Android Studiu, připojíme (viz zde nebo zde, nebo ještě lépe zde) knihovnu tensorflowinferenceinterface a je to.
Všechno. Když jsem to dělal poprvé, čekal jsem, že to bude těžké, ale. povedlo se to na první pokus.
Takto vypadá volání neuronové sítě z kódu Java:
protected Void doInBackground(Void. params) < try < //Pass input into the tensorflow tf.feed(INPUT_NAME, m_arrInput, 1, // batch ? m_arrInput.length, 1); // channels ? //compute predictions tf.run(new String[]); //copy the output into the PREDICTIONS array tf.fetch(OUTPUT_NAME, m_arrPrediction); >catch (Exception e) < e.getMessage(); >return null; > Zde je m_arrInput pole se dvěma prvky obsahujícími – ta-da! je naše předpověď, normalizovaná od nuly do jedné.
Závěr
Zde vám, zdá se, máme poděkovat za pozornost a vyjádřit naději, že to bylo zajímavé. Místo toho podotýkám, že Google má první verzi programu. Druhý je kompletně připravený, ale dat je málo. Takže pokud máte rádi vodní melouny, nainstalujte si program na svůj Android. Čím více dat odešlete, tím lépe bude druhá verze fungovat.
Samozřejmě to bude zdarma.
Hodně štěstí a ano: děkuji za pozornost. Doufám, že to bylo zajímavé.
Důležitá aktualizace: byla vydána nová verze s vylepšenou analýzou. Děkujeme všem, kteří poslali melouny, a pošlete prosím další!
– Nejnižší ceny vodních melounů na ruském trhu jsou obvykle v srpnu – začátkem září, kdy dochází v oblastech Ruska k masivní sklizni vodních melounů.
Pokud chcete, můžete si melouny koupit kdykoli během roku. Díky globalizaci dodávek a rozvoji pěstitelských technologií jsou melouny zákazníkům dostupné po celý rok. Je pravda, že cena takového bobule bude mnohem vyšší.
Ruské a dovážené vodní melouny: odkud pocházejí?
Tradiční regiony pro pěstování vodních melounů v Rusku jsou Volgograd, Rostov, Astrachaň, Orenburgské regiony, Krasnodarské a Stavropolské území a Dagestánská republika. Největší ruskou oblastí, pokud jde o oblast pěstování melounů, je Volgogradská oblast. Rozvoj pěstitelských technologií a úspěchy šlechtitelů však vedou k tomu, že melouny lze u nás pěstovat na stále širším území. Nyní se vodní melouny pěstují v průmyslovém množství také v oblastech Saratov, Voroněž a Kurgan, na územích Altaj, Primorsky a Khabarovsk a na farmách jsou malé výsadby dokonce i v oblastech Jakutsko, Omsk a Novosibirsk.
Dovážené vodní melouny jsou dodávány především z Kazachstánu (léto) a Íránu (zima a jaro). Existují také dodávky z Turecka, Uzbekistánu, Číny, Thajska a Egypta.
Jak vybrat meloun?
Zde jsou univerzální vlastnosti zralého, ale ne přezrálého melounu.
velikost. V dávce zvolte středně velký meloun (ne příliš velký, ale ani nejmenší).
– Vodní melouny mohou být kulaté nebo podlouhlé, velké nebo malé. V obchodech v USA a Evropě jsou oblíbené mini melouny, jejichž plody plně dozrávají při zachování relativně malé velikosti – asi 1–1,5 kg. Tyto vodní melouny jsou uvnitř tmavě červené, velmi šťavnaté a sladké. V západních zemích jsou preferovány i tzv. bezsemenné melouny. Semena těchto plodů jsou velmi tenká a měkká, průsvitná, téměř neviditelná a není třeba je při jídle odstraňovat. Bezsemenné odrůdy vodního melounu například představují více než 80 % celkového trhu s těmito plody ve Spojených státech. Ve východoasijských zemích jsou oblíbené vodní melouny neobvyklých tvarů, jako jsou hranaté, které se pěstují ve speciálních nádobách, které omezují jejich růst na geometrické parametry udávané výrobcem, říká Irina Kozijová.
Jak vypadá zralý meloun? Vysoce kvalitní ovoce by mělo vypadat svěže, celistvě a čistě. Během procesu zrání se kůrka stává matnější. Je-li meloun pruhovanou odrůdou, pak se při dozrávání jeho pruhy stávají jasnějšími a zřetelnějšími, což může také sloužit jako známka zralosti. O zralosti melounu svědčí i půdní skvrna – místo, kde meloun ležel na zemi. Sluneční světlo tam neproniká, což znamená, že se tam nevytváří chlorofyl (pigment, který barví rostliny do zelena). Měla by být jasně žlutá. Čím světlejší, tím lepší. To znamená, že meloun byl sklizen včas. Mělo by existovat pouze jedno hliněné místo.
Měl by meloun „zazvonit“? po zaklepání? Klepněte na meloun. Zvuk by neměl být ani tupý, ani zvonivý, ale mezi tím dunivý, připomínající vibrace. Tupý zvuk znamená, že meloun je přezrálý; příliš hlasitý zvuk znamená, že je nedozrálý.
Měli byste věnovat pozornost suchému culíku? Usušený ocas melounu není XNUMX% znakem chutného melounu. Vedoucí výzkumný pracovník Všeruského výzkumného ústavu zavlažované zeleniny a pěstování melounů Artem Sokolov vysvětluje, že ocas může být suchý (je špatné, když je suchý). To je známka toho, že meloun je zralý a už nebere vláhu z půdy. Musíte však vzít v úvahu faktor přepravy: než se meloun dostane na místo prodeje, jeho ocas, i když je meloun zcela zelený, také vyschne. To bude trvat pouze 3-4 dny.
Měli byste vymačkat meloun? Mezi metodami pro stanovení kvalitního melounu existuje běžná metoda komprese. Předpokládá se, že zralý meloun by měl při zmáčknutí vydávat charakteristický praskavý zvuk. Tato metoda však není orientační a může být zavádějící. Meloun křupe při jediném stisknutí. A s největší pravděpodobností už během přepravy křupal. Dalším stisknutím se nikam nedostanete.
Nekupujte vodní melouny, které jsou popraskané, nařezané nebo nařezané
O prasklinách a propíchnutích
Kůra dobrého melounu by neměla mít velké množství vad: modřiny, jizvy a praskliny. Je důležité zdůraznit, že kvalita produktu je zachována, když celková plocha vnějšího poškození způsobeného třením nebo nakládáním a vykládáním nepřesahuje jednu osminu povrchu plodu. Modřiny a praskliny jsou výsledkem skladování a přepravy bobulí. Neměli byste na povrchu hledat stopy po vstřikování nebo si myslet, že praskliny jsou důsledkem čerpání dusičnanů do dužiny vodního melounu. Pokud by měl meloun propíchnutí injekční stříkačkou, tedy „ránu“, začal by hnít. Pěstitelé melounů ani prodejci nepotřebují shnilé melouny.
O dusičnanech. Jak vysvětluje Artem Sokolov, dusičnany jsou „vitamíny“ růstu, minerální hnojiva nezbytná pro výživu rostlin. Jsou široce používány v zemědělství: stimulují růst rostlin a v důsledku toho zvyšují produktivitu. Vodní melouny jsou v době zrání hnojeny dusičnany. Do konce zrání by meloun neměl obsahovat dusičnany – poroste jejich krmením. Jedinou šancí, jak získat meloun se zvýšeným množstvím dusičnanů, je sebrat ho nezralý (asi týden před úplným dozráním). Ale s největší pravděpodobností budou pouze v kůře. Pravděpodobnost nalezení přebytečných dusičnanů v dužině je nízká.
– Vědci ze Spolkového státního rozpočtového ústavu „Federální výzkumné centrum pro výživu a biotechnologie“, kteří se zabývají problematikou správné výživy, tvrdí, že ve světové praxi nebyl nikdy zaznamenán případ otravy člověka dusičnany z melounů, ovoce nebo zeleniny, – komentáře Irina Kozijová. – Za otravu dusičnany bývá mylně považován buď průjem z nadměrné konzumace vlákniny (melouny jíme většinou na kilogramy a vláknina v nich obsažená působí projímavě), nebo střevní porucha způsobená bakteriemi ze špatně umytého povrchu ovoce. Během zrání leží meloun na zemi, proto před jeho řezáním důkladně očistěte kůru od částic půdy a mikrobů v ní obsažených.
Mimochodem, prasklinami se mikroorganismy z melounové slupky snadno dostanou do sladké a vlhké dužiny, kde se aktivně množí a následně způsobují u konzumentů otravu jídlem. Z tohoto důvodu byste neměli kupovat řezaný meloun nebo ovoce, jehož slupka byla poškozena, a neměli byste chtít, abyste meloun nakrájeli, abyste ochutnali nebo viděli barvu jeho dužiny.
Meloun nekousejte do bílé části kůry. Je neslazený a může obsahovat stopy hnojiva. Meloun důkladně omyjte, nejlépe mýdlem. Jak lékaři poznamenávají, otrava, která je možná po konzumaci melounu, je nejčastěji způsobena ne dusičnany, ale špatnou hygienou.
Mám použít měřič dusičnanů?
Jak vysvětlují agronomové, dusičnan vám nepomůže určit na místě množství dusičnanů v ovoci, které máte rádi. Aby měřič dusičnanů podával přesný výsledek, musí být ve sterilním prostředí, které mu běžný spotřebitel nemůže poskytnout. Pro zobrazení správných údajů musí jehla přístroje projít potřebnou sanitací. Pokud ji umyjete špatně nebo ji neumyjete vůbec, příště přístroj ukáže přemrštěné výsledky. Vědci proto důvěřují pouze laboratořím – dělají jeden obecný rozbor celého melounu.
Kde je nejlepší koupit meloun?
Agronomové doporučují kupovat melouny poblíž polí melounů: tam jsou bobule plně zralé. Nebyly převáženy, často byly vyzvednuty právě v ten den. Jedná se o nejčerstvější produkty nejvyšší kvality. Agronomové dávají druhé místo tržnicím a ruinám. Při výběru je proto potřeba vzít v úvahu faktor dopravy. Čím déle trvá dodání ovoce z pole na pult, tím větší je pravděpodobnost, že byl meloun utržen nezralý.
– Meloun vodní, stejně jako ostatní potravinářské výrobky, musí být deklarován v souladu se dvěma články technických předpisů Celní unie – TR CU 021/2011 „O bezpečnosti potravinářských výrobků“ a TR CU 022/2011 „Potravinářské výrobky ohledně jejich označování. “ Prodejci musí mít prohlášení o shodě od organizace, která melouny pěstovala. Kromě toho musí mít prodejce osobní zdravotní záznam a údaje o právnické osobě prodávající produkty,“ komentuje expertт normalizační oddělení Roskachestvo.
Dá se neslazený meloun vrátit? Je možné vrátit nezralý nebo přezrálý meloun?
Podle ustanovení zákona Ruské federace „O ochraně práv spotřebitelů“ je prodávající povinen poskytnout spotřebiteli výrobek odpovídající kvality a zaručit jeho bezpečnost.
Igor Pozdňakov
Zástupce vedoucího oddělení Roskachestvo pro ochranu práv spotřebitelů
Jsou-li na výrobku zjištěny vady, pokud nebyly prodávajícím specifikovány, má spotřebitel dle své volby právo předložit prodávajícímu jedno z ustanovení uvedených v čl. 18 zákona požaduje zejména vrátit zaplacené peníze nebo vyměnit výrobek za kvalitní.
V situaci s vodními melouny je vše poněkud komplikovanější, protože dokud jej nerozkrojíte, často nevíte, zda je kvalitní.
Jedna věc je, když se objeví specifická nepříjemná vůně, chuť nebo barva dužiny nebo zjevné známky zkažení – v tomto případě můžete od prodejce rozhodně požadovat vrácení peněz nebo výměnu produktu.
Co má však kupující dělat, když se ukáže, že meloun není přeslazený, je nekvalitní?
Chcete-li odpovědět na tuto otázku, musíte se obrátit na Interstate Standard „Čerstvé potravinářské vodní melouny. Technické specifikace” (GOST 7177-2022). Podle této GOST musí vůně a chuť melounu odpovídat těm, které jsou charakteristické pro tuto botanickou odrůdu, bez cizích pachů nebo chutí.
Ze stavu dužiny vodního melounu lze mnohé pochopit:
- Zralý, vysoce kvalitní meloun by měl mít zralou, šťavnatou dužinu, bez dutin, s barvou a semeny charakteristickými pro tuto botanickou odrůdu;
- pokud je dužina růžová nebo světle růžová, hranice mezi jedlou částí a kůrou je sotva patrná, dužina je hrubá, málo šťavnatá, bez chuti a semena jsou bílá, pak je meloun považován za nezralý;
- Pokud je barva dužiny oranžová, je vláknitá a s dutinami a semena mají stopy hlenu, pak je meloun přezrálý.
Pokud je tedy zakoupený meloun nezralý nebo přezrálý podle uvedených vlastností, můžeme hovořit o produktu nedostatečné kvality, který lze vrátit prodejci a požadovat peníze nebo náhradní produkt.
Pokud prodejce odmítne meloun přijmout a vrátit peníze, kam se mohu obrátit?
Jakmile objevíte meloun nedostatečné kvality, měli byste nejprve kontaktovat prodejce ústně, předvést samotný produkt a vysvětlit situaci.
Pokud prodejce odmítne a nebude chtít vyhovět vašim požadavkům, musíte mu předložit písemnou reklamaci – prodejci často berou takové požadavky vážněji a snaží se všechny problémy řešit dobrovolně.
Pokud písemná reklamace nefunguje, pak má spotřebitel vždy právo obrátit se na soud.
Sledujte novinky, přihlaste se k odběru newsletteru.
Při citování tohoto materiálu je vyžadován aktivní odkaz na zdroj.
