Entrenaré y desplegaré modelos personalizados de detección de objetos yolo en tiempo real

Parte de la información se ha traducido automáticamente.

Pakistán

Hablo Urdu, Inglés

Ingeniero en visión por computadora, YOLO y despliegue en tiempo real

Ingeniero en visión por computadora especializado en detección de objetos con YOLO, despliegue en tiempo real y auditoría de calidad de datasets. Construyo pipelines en PyTorch, OpenCV, YOLO y Tensor...
Acerca de este Servicio

Entreno modelos de detección YOLO que mantienen su rendimiento después de desplegarlos.


La mayoría de los trabajos de detección parecen sólidos en el informe y se deterioran en producción. La causa habitual es una fuga en la división de entrenamiento/prueba: cuadros duplicados en ambos lados, o un artefacto de colección que el modelo aprende en lugar de tu objeto. Primero verifico esto, así que las métricas que reporto son las métricas que obtienes.


LO QUE RECIBES


Pesos del modelo entrenado, listos para usar

Código completo de entrenamiento e inferencia, documentado

Precisión, recall, F1, mAP@50, mAP@50-95, matriz de confusión

Desglose por clase de fortalezas y puntos débiles

<p Resumen escrito de los modos de fallo y cómo solucionarlos


DESPLIEGUE


La opción estándar añade un endpoint de inferencia en FastAPI en Docker, una API que tu aplicación puede llamar.


La opción premium añade exportación a ONNX y TensorRT con latencia y FPS benchmarkeados en tu hardware objetivo, donde la mayoría de los trabajos freelance en CV se detienen.


LO QUE NECESITO


Imágenes etiquetadas en YOLO, COCO o Pascal VOC. No etiquetadas también sirven, yo también las anoto.


Envíame el tamaño de tu dataset, el número de clases y el hardware objetivo y te diré qué paquete se ajusta mejor.

Experiencia:

Procesamiento de imágenes

Lenguaje de programación:

Python

•

SQL

Herramientas:

Jupyter Notebook

•

opencv

•

PyTorch

•

Otros

Marcos:

Scikit-learn

•

keras

•

PyTorch

•

Otros

Mi porfolio