Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Crearé modelos personalizados de detección de objetos y reconocimiento de imágenes con yolo
Ingeniero de aprendizaje automático
Hola, soy Emal, ingeniero de ML y científico de datos especializado en IA, NLP, visión por computadora y bioinformática.
Transformo datos en bruto en resultados reales usando Python, TensorFlow, PyTor...
Acerca de este Servicio
¿Necesitas un software que pueda ver? Creo sistemas de visión por computadora que funcionan con tus datos, no con un conjunto de datos de demostración ordenado.
He entregado trabajos de visión en producción de manera comercial, incluyendo un sistema de reconocimiento de tarjetas para un cliente europeo y un sistema automatizado de seguimiento del comportamiento animal que un laboratorio de investigación utiliza a diario.
Lo que construyo:
Detección y conteo de objetos: personas, vehículos, productos, defectos, en imágenes o videos
Clasificación de imágenes en tus propias categorías
OCR: texto de documentos, recibos, tarjetas de identificación, lecturas de medidores
Segmentación: máscaras a nivel de píxel para imágenes médicas e industriales
Análisis de video: seguimiento, reconocimiento de acciones, detección de anomalías
Elijo la arquitectura que se ajusta al problema en lugar de forzar un marco: YOLO y RT-DETR para detección en tiempo real, Faster R-CNN cuando la precisión importa más que la velocidad, Vision Transformers y ConvNeXt para clasificación, U-Net, Mask R-CNN y SAM para segmentación, todo en PyTorch o TensorFlow.
Recibes pesos entrenados, código fuente en Python documentado, un informe de rendimiento con mAP, precisión y recall, y resultados de inferencia en imágenes reservadas para que puedas ver cómo funciona antes de implementarlo.
Otros servicios de Ciencia de datos y aprendizaje automático que ofrezco
FAQ
Traducción automática
¿Cuántas imágenes necesito para entrenar un modelo?\nA
Para detección básica, entre 100 y 300 imágenes etiquetadas por clase funcionan bien con transfer learning. Para obtener precisión en producción, se recomiendan entre 500 y más de 2000 imágenes por clase. Puedo ayudarte con data augmentation para maximizar los resultados con conjuntos de datos más pequeños.
¿Esto puede correr en mi teléfono o Raspberry Pi?\nA
¡Sí! Puedo exportar modelos a formato ONNX, TFLite o CoreML para despliegue en móviles y dispositivos edge. Optimizaré el tamaño del modelo para tu dispositivo de destino.
¿Puedes desplegar el modelo en un sitio web o aplicación?
Sí, por un costo adicional, puedo desplegar tu modelo usando Streamlit, Flask o FastAPI.
