Costruirò e distribuirò modelli di computer vision e vision language

Trasforma i tuoi dati visivi in applicazioni AI pronte per la produzione. Mi specializzo in visione artificiale tradizionale (rilevamento, tracciamento, segmentazione) così come in modelli Vision-Language all'avanguardia (VLMs) per il ragionamento multimodale, OCR e comprensione dei documenti.

Se hai bisogno di tracciamento in tempo reale con YOLO o di un VLM ottimizzato come API a bassa latenza, fornisco soluzioni end-to-end ottimizzate.

Ciò che offro:

• Modelli Vision-Language (VLMs): Fine-tuning e deployment di Qwen2.5-VL, Florence-2 e LLaVA per Q&A visivo, AI sui documenti e ragionamento zero-shot
• Rilevamento e tracciamento in tempo reale: pipeline personalizzate con YOLO (v10/v11), Detectron2 e OpenCV
• Segmentazione e OCR: segmentazione di istanza (SAM) e estrazione di testo complesso dai documenti
• Ottimizzazione VRAM e velocità: quantizzazione dei modelli (AWQ, GGUF), conversione con TensorRT e deployment di vLLM/vLLM-vision
• API di produzione e deployment: endpoint FastAPI, Dockerizzazione e hosting serverless con GPU (RunPod, Modal, AWS, Hugging Face)

Framework e modelli supportati:

Qwen2.5-VL, Florence-2, YOLO, PyTorch, OpenCV, vLLM, Roboflow, FastAPI, Docker, CUDA/TensorRT.

Contattami prima di ordinare per discutere del tuo dataset, dei budget VRAM e dei requisiti di latenza target!