Addestrerò modelli YOLO personalizzati per rilevamento, segmentazione e stima della posa
Sviluppatore di Computer Vision, addestramento modelli YOLO
Informazioni su questo servizio
Addestro modelli YOLO personalizzati per rilevamento, segmentazione di istanza, posa/punti chiave, classificazione e bounding box orientati (OBB). Ogni pacchetto copre UN compito concordato e un dataset. Contattami con immagini di esempio prima di ordinare.
Include controlli delle etichette, messa a punto, metriche di validazione appropriate al compito, pesi, impostazioni di training e codice di inferenza Python.
BASIC $100: 500 immagini etichettate, 3 classi, 1 esecuzione, 7 giorni.
STANDARD $150: 1500 immagini, 5 classi, fino a 3 esecuzioni, confronto e revisione degli errori, 14 giorni.
PREMIUM $300: 3000 immagini, 10 classi, fino a 5 esecuzioni, esportazione ONNX testata e guida alla consegna, 21 giorni.
Etichettatura: $50/100 immagini (5 box/immagine, 5 classi), o $50/50 immagini (3 istanze di segmentazione o oggetti di posa/immagine, 3 classi). Ognuna aggiunge 3 giorni. La complessità di punti chiave e maschere deve essere concordata prima.
Il training utilizza un NVIDIA RTX Pro 6000. I risultati dipendono dalla qualità dei dati; non garantisco precisione fissa. Deployment, hosting e sviluppo app richiedono scope separato.
Linguaggio di programmazione:
Python
Il mio portfolio
FAQ
Traduzione automatica.
Ho bisogno di un dataset etichettato?
Sì. I pacchetti richiedono immagini etichettate. Extra: $50 per 100 immagini (max 5 box/immagine, 5 classi), o $50 per 50 immagini (max 3 istanze di segmentazione o oggetti di posa/immagine, 3 classi). Ognuna aggiunge 3 giorni. Concorda il numero di punti chiave e la complessità delle maschere prima di ordinare.
Cosa riceverò?
Pesi addestrati, impostazioni di training, requisiti ambientali, metriche di validazione e uno script di inferenza Python. La versione standard include confronto tra esecuzioni e revisione degli errori. La versione premium include esportazione ONNX testata e guida alla consegna. Lo sviluppo di app, hosting e deployment non sono inclusi.
Puoi garantire l'accuratezza?
Non garantisco una precisione fissa. Riporto metriche appropriate al compito su una suddivisione di validazione concordata, come mAP di rilevamento/maschera, metriche di posa o accuratezza di classificazione. La qualità dipende dalla diversità dei dati e dalle etichette. Frame correlati e duplicati vicini rimangono nella stessa suddivisione per evitare leakage.
Cosa conta come revisione?
Le revisioni coprono correzioni all’interno del compito, dataset e limite di esecuzione concordati. Cambiare tipo di compito, aggiungere dataset o classi, esperimenti extra, tracking o deployment richiede scope aggiuntivo. Gli errori nel codice consegnato saranno corretti.
Quale versione di YOLO e dimensione del modello userai?
Concordiamo su versione, dimensione del modello e UN compito: rilevamento, segmentazione, posa, classificazione o OBB, basandoci su immagini di esempio e hardware di destinazione. Schema di punti chiave e compatibilità di esportazione sono concordati prima di ordinare. Le licenze di framework e modello dipendono dagli strumenti scelti.
Come sono stati prodotti gli esempi del portfolio?
Le scatole PPE e le maschere di edifici sono predizioni YOLO. Le maschere di veicoli gialli usano SAM 2.1 Tiny con prompt di box selezionati manualmente e revisione, non rilevamento automatico di veicoli YOLO. Le immagini di pollame illustrano la visualizzazione di posa/punti chiave. Crediti del dataset e dettagli del workflow sono nel mio portfolio.

