Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Costruirò modello personalizzato di rilevamento oggetti, segmentazione
Quan P
Informazioni su questo servizio
Traduzione automatica.
Costruisco e implemento modelli personalizzati di rilevamento oggetti per il controllo qualità industriale, ispezione difetti e monitoraggio visivo in tempo reale.
Ciò che porto:
- Esperienza pratica nell'addestramento e nell'implementazione di YOLOv8, RF-DETR e MVANet per il rilevamento di difetti industriali e pipeline di ispezione prodotti
- Co-autore di un articolo di ricerca sull'ispezione dei difetti delle calzature (pubblicato all'IPMV 2026), focalizzato su modelli di rilevamento efficienti e compatti
- Capacità di pipeline completa: preprocessing dei dati, addestramento del modello, valutazione, deployment API REST (FastAPI)
Ciò che ottieni:
- Un modello addestrato su misura per le tue classi di oggetti/difetti specifici
- Metriche di accuratezza chiare (precisione, recall, mAP) così sai esattamente come si comporta
- Codice di inferenza pulito e documentato, non una scatola nera
Lavoro meglio con clienti che hanno già un dataset (anche piccoli o non etichettati, posso guidarti su questo). Parliamo del tuo caso d'uso prima di ordinare per assicurarmi di aver capito bene le tue esigenze.
Scopri di più su Quan P
Quan P
AI Engineer
- DaVietnam
- Membro daset 2026
- Tempo di risposta medio1 ora
Lingue
Vietnamita, Inglese
I'm an AI Engineer specializing in Computer Vision and LLM integration. I've built and deployed object detection & defect inspection models (YOLOv8, RF-DETR, RTMDet) for industrial quality control, and developed RAG-based chatbots and AI automation workflows using FastAPI and n8n. I focus on shipping production-ready AI solutions — not just prototypes — that solve real business problems fast.
Traduzione automatica.
FAQ
Traduzione automatica.
Quante immagini devo fornire?
Per un modello di partenza solido, consiglio almeno 200–300 immagini etichettate per ogni classe di oggetto/difetto. È possibile meno, ma l'accuratezza sarà inferiore — sarò sincero sulle prestazioni attese in base alle dimensioni del tuo dataset prima di iniziare.
Quale precisione posso aspettarmi?
Dipende molto dalla qualità dei dati e dalla complessità delle classi. Progetti simili di rilevamento difetti industriali su cui ho lavorato hanno raggiunto un mAP tra l'85% e il 95% con dati ben etichettati. Condividerò metriche reali sul tuo dataset specifico durante il progetto, non solo promesse.
Il mio dataset non è ancora etichettato — puoi comunque aiutarmi?
Sì, ma l'annotazione non è inclusa nel prezzo Basic/Standard. Contattami prima con un esempio dei tuoi dati così posso fornirti un preventivo accurato per il tempo di annotazione.
Puoi implementare questo come API che posso integrare nel mio sistema?
Sì — questo è il pacchetto Premium, che include un endpoint FastAPI pronto per l'integrazione, più 7 giorni di supporto post-consegna.
