Realizzerò modelli ml di computer vision con rilevamento oggetti yolo


Informazioni su questo servizio
Traduzione automatica.
Ingegnere di Machine Learning con 4 mesi di esperienza professionale nella creazione di sistemi di computer vision e ML di livello produzione. Mi specializzo in rilevamento oggetti YOLO, segmentazione di istanza e distribuzione di modelli funzionanti in condizioni reali.
Ultimi successi: Ho creato un sistema di rilevamento prodotti in tempo reale per ricerche live, sviluppato un sistema di rilevamento danni alle auto che riduceva la valutazione manuale da 2 ore a 15 minuti, e distribuito una pipeline di rilevamento frodi che ha identificato oltre 45.000 richieste sospette.
Offro soluzioni complete: training del modello, ottimizzazione per produzione (riduzione del 40% della latenza), distribuzione con FastAPI, containerizzazione con Docker e integrazione con database. Ogni progetto include metriche di performance, codice sorgente e documentazione.
Se hai bisogno di rilevamento oggetti, classificazione immagini, rilevamento frodi o una pipeline ML completa, costruisco sistemi scalabili. Trasforma i tuoi dati in soluzioni intelligenti.
Scopri di più su Ahmed Dridi
Full Stack AI Developer
- DaTunisia
- Membro daott 2025
- Tempo di risposta medio1 ora
Lingue
Inglese
Traduzione automatica.
Il mio portfolio
FAQ
Traduzione automatica.
In quale formato devo fornire il mio dataset?
Accetto dataset in qualsiasi formato comune: immagini in cartelle (JPG, PNG), formato COCO, Pascal VOC o anche immagini raw in un file ZIP. Se i tuoi dati non sono annotati, posso guidarti sugli strumenti di annotazione (Roboflow, Label Studio, CVAT). Per i migliori risultati, fornisci almeno 200-500 immagini per categoria, anche se io
Quanto tempo richiede l'addestramento del modello?
Il tempo di training dipende dalla dimensione del dataset e dall'hardware. Tempi tipici: 500 immagini = 2-3 giorni, oltre 1000 immagini = 5-7 giorni. Dataset più grandi potrebbero richiedere più tempo. Fornisco sempre una timeline personalizzata dopo aver esaminato il tuo dataset. Nota: i tempi di consegna di Fiverr (7/10/14 giorni) includono training, ottimizzazione e distribuzione.
Il mio modello funzionerà su dati reali al di fuori del mio set di training?
Sì, questo è l'obiettivo. Ottimizzo i modelli specificamente per le prestazioni nel mondo reale usando tecniche come data augmentation, filtraggio temporale e soglie di confidenza. I miei modelli sono testati per la generalizzazione. Tuttavia, se i tuoi dati di test sono drasticamente diversi da quelli di training (ad esempio diversa illuminazione
Cosa succede se la precisione del modello non è abbastanza buona?
Sono impegnato a ottenere risultati. Se la precisione è sotto le aspettative, diagnostico il problema — di solito si tratta di qualità del dataset, squilibrio tra classi o dati insufficienti. Propongo soluzioni come più dati di training, data augmentation, tuning degli iperparametri o provare un'architettura diversa. Ulteriori iterazioni ar

