Desarrollaré un modelo personalizado para detección, clasificación y segmentación


Acerca de este Servicio
Traducción automática
Tienes un problema de visión por computadora que necesita una solución real, no código copiado de tutoriales. Construyo sistemas de IA de alto rendimiento para detección, seguimiento, clasificación y segmentación de imágenes que funcionan en entornos del mundo real.
Soy un ingeniero de software registrado en PEC (COMP/028521) con experiencia práctica en YOLO, OpenCV, PyTorch y TensorFlow. Desarrollé un sistema de detección de infracciones de tráfico en tiempo real con detección de casco, monitoreo de cinturones de seguridad, análisis de ventanas tintadas y reconocimiento automático de matrículas (ANPR) que funciona con múltiples flujos de video en vivo.
LO QUE PUEDO CONSTRUIR
Detección de objetos personalizada con CNN / YOLO
Clasificación de imágenes con CNN, ResNet, EfficientNet
Seguimiento de objetos en tiempo real usando ByteTrack y OC-SORT
Segmentación de imágenes con U-Net y Mask-RCNN
Sistemas de ANPR / reconocimiento de matrículas
Procesos OCR para documentos y tarjetas de identificación
Sistemas de detección y reconocimiento facial
Análisis de video y AI de vigilancia
Implementación con TensorFlow Lite para dispositivos móviles y edge
APIs FastAPI para inferencia en tiempo real
Implementación con Docker y en la nube (AWS, Hugging Face)
Tableros Streamlit para visualización
TECNOLOGÍA
Python | YOLO | OpenCV | PyTorch | TensorFlow | Keras
FastAPI | Docker | AWS |
Conoce a M Ihtesham Khan
AI, ML, DL, Computer vison, NLP, Transformers, Chatbots,
- DePakistán
- Miembro desdemar 2021
- Responde aprox. en:1 hora
Idiomas
Pashto, Urdu, Hindi, Inglés
Traducción automática
FAQ
Traducción automática
¿Trabajas con conjuntos de datos personalizados o solo con datos públicos?
Trabajo exclusivamente con tu conjunto de datos personalizado. Ya tengas 200 imágenes o 20,000, manejo toda la cadena: anotación, guía, preprocesamiento, aumento, entrenamiento y evaluación. Si necesitas limpiar o etiquetar tu conjunto, podemos hablar de eso como un extra.
¿En qué formato estará el producto final?
Recibes código fuente en Python limpio, los pesos del modelo entrenado (.pt / .h5 / ONNX), un script de inferencia, un README con instrucciones de configuración y un video corto demostrando el modelo funcionando con datos de prueba. Todo empaquetado para que puedas usarlo de inmediato.
¿Puedes desplegar el modelo para que funcione en una página web o app móvil?
Sí. Puedo envolver el modelo en un endpoint REST de FastAPI, containerizarlo con Docker y desplegarlo en AWS o Hugging Face Spaces. Para móvil, convierto los modelos a TensorFlow Lite para inferencia en Android en el dispositivo. Ya he hecho esto en mis propias apps publicadas en Play Store.
Mi conjunto de datos es muy pequeño. ¿Aún así puedes obtener buenos resultados?
Los conjuntos pequeños son mi especialidad. Uso transfer learning con modelos preentrenados en ImageNet, estrategias agresivas de aumento y técnicas de balanceo de clases que mejoran mucho el rendimiento con datos limitados. Seré honesto si el conjunto es demasiado pequeño para obtener resultados útiles.
¿Ofrecen apoyo después del parto?
Sí — Ofrezco 7 días de soporte post-entrega para resolver problemas de configuración, corregir errores y responder dudas sin costo adicional. También hay paquetes de soporte extendido como extra en el gig.

