Sfoglia categorie
Italiano
$
USD
Connettiti alla tua IA
Costruirò modelli di classificazione delle immagini con deep learning usando tensorflow
Ingegnere AI e scienziato dei dati
Sono Seher, una engineer AI e data scientist da Datix AI, con una laurea triennale in Data Science dall'Università di Kotli.
Aiuto aziende e ricercatori a trasformare i dati grezzi in risposte chiare...
Informazioni su questo servizio
Costruisco modelli di deep learning che classificano le immagini nelle categorie che ti servono, come tipi di prodotto, difetti, colture o uso del suolo.
Cosa faccio:
Prepari e aumenti le tue immagini, utilizzo transfer learning con backbones CNN comprovati (ResNet, EfficientNet) in TensorFlow e Keras, ottimizzo il modello e lo testo su immagini che non ha mai visto.
Cosa ottieni:
Il codice, il modello addestrato, i risultati di accuratezza con una matrice di confusione e istruzioni chiare per eseguirlo su nuove immagini.
Perché lavorare con me:
Sono un ML Engineer e data scientist in Datix AI. Il mio lavoro recente include un classificatore di uso del suolo satellitare su 27.000 immagini Sentinel-2 (accuratezza di test 93%) e un classificatore di immagini di prodotto a 10 classi su 70.000 immagini (accuratezza 90%).
Inviami un campione delle tue immagini e ti dirò onestamente se hai dati sufficienti prima di iniziare.
Linguaggio di programmazione:
Python
•
Colab
Strumenti:
Quaderno jupyter
•
opencv
•
tensorflow
Framework:
Scikit-learn
•
keras
Il mio portfolio
FAQ
Traduzione automatica.
Quante immagini servono?
Con il transfer learning, di solito bastano circa 100-300 immagini chiare per classe per iniziare. Inviami un campione e ti dirò onestamente prima di cominciare.
Il modello può girare sul mio computer o server personale?
Sì. Consegnò il modello salvato e uno script Python semplice per eseguirlo su nuove immagini. L’opzione Premium include un export più leggero per un uso più rapido su hardware normali.
Quale precisione puoi promettere?
L’accuratezza dipende dalle tue immagini e dalle classi, quindi non prometto mai un numero in anticipo. Riporto l’accuratezza di test oneste su immagini non viste e spiego dove il modello sbaglia.
