Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Anotaré imágenes con caja delimitadora, polígono, punto clave, máscaras de segmentación para IA
Desarrollador de IA en Python, visión por computadora, OCR y automatización
¿Buscas soluciones de computer vision o machine learning para potenciar tu negocio? Con más de 4 años de experiencia en IA, deep learning y procesamiento de imágenes, ¡hago realidad tus ideas! 🚀
Ser...
Acerca de este Servicio
Anotación profesional de imágenes para aprendizaje automático
¿Necesitas datos de entrenamiento etiquetados con precisión para tu modelo de CV? Ofrezco servicios completos de anotación para todas las principales arquitecturas de ML.
Suite completa de anotación:
Todos los tipos:
- Cajas delimitadoras para detección de objetos
- Polígonos para formas irregulares
- Puntos clave para estimación de pose (COCO de 17 puntos, facial de 68 puntos, manos de 21 puntos)
- Máscaras de segmentación (de instancia y semánticas)
- Etiquetado multiclase y personalizado
Perfecto para: aplicaciones de fitness, salud, vehículos autónomos, AR/VR, comercio minorista, análisis deportivo, reconocimiento facial, seguimiento de gestos
Aseguramiento de calidad:
- Verificado doble para precisión
- Etiquetado consistente en todo el conjunto de datos
- Formatos COCO, YOLO, Pascal VOC
- Informe detallado de anotación incluido
Herramientas: CVAT, Labelbox, Roboflow, LabelImg - plataformas estándar de la industria que garantizan resultados profesionales.
️
Experiencia en ingeniería de ML: Comprendo los requisitos del modelo y optimizo las anotaciones para tu arquitectura específica (YOLO, Mask R-CNN, OpenPose, etc.)
Entregables: archivos de anotación + imágenes de verificación visual en el formato que prefieras.
¡Construyamos tu conjunto de datos de entrenamiento!
Técnica:
Manual
Tipo de etiquetado:
Texto
•
Imagen
•
Video
FAQ
Traducción automática
¿Qué tipos de anotación ofreces?
Todos los tipos principales: Caja delimitadora: cuadros rectangulares (más rápido) Polígono: contornos precisos de múltiples puntos Punto clave: puntos esqueléticos o de referencia (pose, rostro, manos) Máscara de segmentación: límites pixel-perfect
¿Para qué se usa la anotación de puntos clave?
Estimación de pose humana (aplicaciones de fitness, análisis deportivo) Detección de puntos de referencia facial (filtros, reconocimiento de emociones) Seguimiento de gestos de manos (AR/VR, lenguaje de señas) Detección de partes de objetos (puntos de agarre de robots)
¿Qué esquemas de puntos clave soportas?
Pose humana: COCO de 17 puntos (estándar), OpenPose de 18 puntos, MPII de 16 puntos Rostro: de 5 puntos (ojos, nariz, boca), 68 puntos (rostro completo) Manos: 21 puntos por mano Personalizado: define tu propio esquema de puntos clave
¿Puedo combinar puntos clave con máscaras de segmentación?
¡Sí! Perfecto para modelos de estimación de pose que necesitan tanto segmentación de personas como puntos clave del esqueleto. Ejemplo: 50 imágenes con máscara de persona + pose de 17 puntos por persona.
¿Qué anotación debería elegir para mi modelo?
YOLO, Faster R-CNN → Cajas delimitadoras Mask R-CNN → Máscaras de segmentación OpenPose, HRNet, MediaPipe → Puntos clave DeepLab, U-Net → Máscaras de segmentación Modelos de pose + segmentación → Puntos clave + máscaras
