Haré visión por computadora, OCR, procesamiento de imágenes, YOLO, Python

Me especializo en desarrollo de modelos de visión por computadora, aprendizaje automático e inteligencia artificial de principio a fin. Haré todo por ti; desde la recopilación, anotación y entrenamiento de datasets hasta su implementación en el mundo real.

Lo que ofrezco

• Detección de objetos (YOLOv11, Detectron2, Dinov3, RF-DETR)
• Seguimiento de objetos (ByteTrack, DeepSORT)
• Segmentación de imágenes (Mask-RCNN, U-NET, SAM2, YOLO-Seg)
• Estimación de pose (ViTPose, YOLO-Pose)
• Estimación de profundidad, extracción de características (detección de puntos clave)
• Reconocimiento facial (FaceNet, DeepFace, Dlib)
• Soluciones OCR para imágenes, PDFs y documentos escaneados (Tesseract, PaddleOCR, Azure Document Intelligence, AWS Textract)
• GANs, generación de imágenes
• Recolección y anotación de datos
• Generación de subtítulos para imágenes (Florence2, CLIP)
• Procesamiento de video en tiempo real, análisis de video en vivo
• Conversión a ONNX y TensorRT para inferencia rápida
• Implementación en AWS, GCP, Android, iOS, Raspberry Pi, dispositivos Edge

Herramientas, plataformas y frameworks:

• Pytorch, Tensorflow, Keras, scikit-learn, HuggingFace
• AWS, GCP, Azure
• Contenerización con Docker
• Bases de datos vectoriales; Chroma, Pinecone
• Jupyter Notebook, Colab
• Bases de datos: MySQL, Postgres

Los entregables incluyen modelos entrenados, datasets limpios, documentación y guías de configuración.