Converterò, pulirò e sistemerò il tuo dataset yolo, coco o voc per l'addestramento

Alcune informazioni sono state tradotte automaticamente.

Vietnam

Parlo Vietnamita, Inglese

Ingegnere AI per Computer Vision e app LLM

Costruisco sistemi AI che funzionano nel mondo reale. I miei progetti recenti includono SYL GuardianCam, un sistema di rilevamento cadute in tempo reale (YOLO Pose, FastAPI, Docker) con 83% F1 che ha ...
Informazioni su questo servizio

I dati cattivi sono la ragione più comune per cui un modello di rilevamento fallisce. Pulisco, converto e valuto il tuo dataset di object detection in modo che sia pronto per l'addestramento.


Background: per il mio progetto di rilevamento di sicurezza PPE ho unito 5 fonti pubbliche in un dataset pulito di 6.956 immagini: nomi delle classi unificati, rimosso duplicati, verificato perdite tra train/test e corretto etichette rotte. Confrontando i metodi, l'mAP50 è salito da 0.674 a 0.753 su un set di test di 808 immagini.


Posso:

  • Convertire tra YOLO TXT, COCO JSON, Pascal VOC XML e esportazioni Roboflow
  • Rimuovere immagini corrotte, duplicati esatti e vicini, box vuoti o non validi
  • Rinominare, unire o rimappare le classi tra diversi dataset
  • Creare suddivisioni pulite di train/val/test senza perdite
  • Reportare conteggi delle classi, dimensioni delle box e etichette sospette con esempi visivi

Cosa ottieni:

  • Il dataset pulito nel formato desiderato con data.yaml
  • Un breve rapporto di audit (CSV/Markdown più grafici)
  • Gli script Python che ho usato, così puoi ripetere il processo

Nota: disegnare nuove etichette da zero non è incluso. Scrivimi per un preventivo.

Tecnica:

Automatizzato

Tipo di tag:

Immagine

•

Video