Addestrerò e distribuirò modelli personalizzati di rilevamento oggetti yolo in tempo reale

Alcune informazioni sono state tradotte automaticamente.

Pakistan

Parlo Urdu, Inglese

Ingegnere di computer vision, YOLO e deployment in tempo reale

Ingegnere di Computer Vision specializzato in YOLO per il rilevamento di oggetti, deployment in tempo reale e auditing della qualità dei dataset. Costruisco pipeline in PyTorch, OpenCV, YOLO e Tensor...
Informazioni su questo servizio

Addestro modelli di rilevamento YOLO che resistono anche dopo il deployment.


La maggior parte dei lavori di rilevamento sembra forte nel report ma si degrada in produzione. La causa più comune è una divisione train/test leakata: frame duplicati su entrambi i lati, o un artefatto di raccolta che il modello impara invece del tuo oggetto. Controllo prima questo, così le metriche che riporto sono le metriche che ottieni.


COSA RICEVI


Pesature del modello addestrato, pronte all'uso

Codice completo di training e inferenza, documentato

Precisione, recall, F1, mAP@50, mAP@50-95, matrice di confusione

Analisi per classe di punti di forza e di debolezza

Sintesi scritta dei modi in cui può fallire e come risolverli


DEPLOYMENT


La versione standard aggiunge un endpoint di inferenza FastAPI in Docker, un'API che la tua applicazione può chiamare.


La versione premium aggiunge esportazione ONNX e TensorRT con latenza e FPS benchmarkati sul tuo hardware di destinazione, dove la maggior parte del lavoro freelance di CV si ferma.


COSA SERVE


Immagini etichettate in YOLO, COCO o Pascal VOC. Va bene anche senza etichette, io le annoterò comunque.


Scrivimi la dimensione del dataset, il numero di classi e l'hardware di destinazione e ti dirò quale pacchetto fa per te.

Expertise:

Elaborazione immagini

•

Apprendimento delle funzioni

Linguaggio di programmazione:

Python

•

SQL

Strumenti:

Quaderno jupyter

•

opencv

•

PyTorch

•

Altro

Framework:

Scikit-learn

•

keras

•

PyTorch

•

Altro

Il mio portfolio