Svilupperò soluzioni di rilevamento e tracciamento di oggetti basate sull'intelligenza artificiale

ESPERIENZA IN DETECTION CORE:

• Modelli di base: rilevamento zero-shot, VLMs (Florence/paligemma 2), fine-tuning LoRA, ottimizzazione CLIP/DINO
• Architetture CNN: YOLO/RetinaNet (singolo stadio), R-CNN/Mask R-CNN (due stadi), architetture FPN
• Transformers: Swin/Swift Transformer, DETR, integrazione backbone DINOv2
• Few-shot Learning: transfer learning, distillazione della conoscenza, pipeline di active learning

TRACCIAMENTO AVANZATO:

• SOTA MOT: ByteTrack, DeepSORT (embedding personalizzati), StrongSORT, Norfair
• Capacità: re-ID multi-camera, gestione delle occlusioni, previsione delle traiettorie

PILASTRA TECNICA:

• Framework: MMDetection, Detectron2, TF-OD API, architettura personalizzata
• Libraries: PyTorch, TensorFlow/Keras, OpenCV, Supervision

OTTIMIZZAZIONE:

• Alta performance: Triton Server, TensorRT, OpenVINO, DeepStream SDK
• Deployment edge: ottimizzazione Jetson, training quantization-aware
• Gestione dei dati: ElasticSearch/MongoDB per i metadata; ChromaDB per i vettori

ESPERIENZA DI SETTORE:

• Industriale: rilevamento anomalie, conformità PPE, controllo qualità
• Sorveglianza: monitoraggio in tempo reale delle minacce, protezione del perimetro, analisi comportamentale
• Trasporti: tracciamento veicoli, ALPR, analisi del traffico
• Retail: riconoscimento prodotti, inventario automatizzato