Entrenaré un modelo personalizado de clasificación de imágenes o detección de objetos en PyTorch
Científico de datos, aprendizaje automático, analítica predictiva
Acerca de este Servicio
¿Tienes imágenes que necesiten clasificarse, contarse o inspectores de forma automática? Envíame entre 20 y 50 imágenes de muestra y te diré, sin coste, si es posible un modelo fiable antes de que ordenes.
LO QUE CONSTRUYO
- Clasificación de imágenes con redes neuronales convolucionales (CNN) y transfer learning en PyTorch
- Detección de objetos con YOLO: localizar y contar objetos en cada imagen
- Entrenamiento con tus propias imágenes, en una GPU local
LO QUE OBTENDRÁS
- Un modelo entrenado y un informe claro: precisión, matriz de confusión, ejemplos de errores
- Un script en Python para ejecutar el modelo en nuevas imágenes
- En Premium: una demo web sencilla para subir una imagen y ver el resultado
USOS TÍPICOS
Inspección de producto o defectos, clasificación de fotos en categorías, conteo de objetos, clasificación de tipo de documento.
Standard y Premium incluyen etiquetado de imágenes. Tus imágenes se mantienen confidenciales y se eliminan tras la entrega.
Envíame un mensaje con imágenes de muestra: evaluación gratuita, sin compromiso.
Lenguaje de programación:
Python
Herramientas:
Jupyter Notebook
•
opencv
•
PyTorch
Marcos:
Scikit-learn
•
PyTorch
Otros servicios de Ciencia de datos y aprendizaje automático que ofrezco
FAQ
Traducción automática
¿Cuántas imágenes necesito?
Para un clasificador, alrededor de 100 por clase es un buen inicio gracias al transfer learning. Envíame entre 20 y 50 muestras primero y te diré si es suficiente.
¿Puedes etiquetar mis imágenes?
Sí. Standard incluye etiquetado de hasta 300 imágenes y Premium hasta 600.
¿Puedo ejecutar el modelo yo mismo?
Sí. Obtendrás el modelo entrenado y un script en Python para ejecutarlo en nuevas imágenes, con instrucciones.
¿Se mantiene confidencial mis imágenes?
Sí. El entrenamiento se realiza en mi propia GPU; tus imágenes se usan solo para tu pedido y se eliminan tras la entrega.

