Construiré un modelo de deep learning para clasificación o detección de imágenes

Construyo modelos de deep learning que van más allá del aprendizaje automático básico para trabajar con redes neuronales en datos complejos y de alta dimensión como las imágenes.

Proyecto reciente: entrené un modelo de detección de enfermedades en plantas con más de 87,000 imágenes reales de hojas (conjunto de datos PlantVillage), usando ResNet50 combinado con un mecanismo de atención CBAM para mejorar la precisión. También diseñé la arquitectura para extenderse a detección de objetos basada en YOLOv8 para uso en tiempo real en el futuro.

Lo que puedo construir para ti:

- Clasificación de imágenes (calidad de productos, imágenes médicas/agricolas, detección de defectos)

- Detección de objetos (basada en YOLO)

- Transfer learning en arquitecturas preentrenadas (ResNet, EfficientNet, etc.)

- Diseño y entrenamiento de redes neuronales personalizadas

- Preprocesamiento y pipelines de aumento de imágenes

- Evaluación del modelo con informes de precisión, exactitud y recall

Tecnologías: PyTorch, TensorFlow, OpenCV, ResNet, atención CBAM, YOLOv8, Keras

Por qué trabajar conmigo: experiencia práctica en internship de deep learning (TechSaksham, respaldado por Microsoft y SAP). Entreno con conjuntos de datos reales y a gran escala, usando técnicas modernas como mecanismos de atención, no solo CNNs básicas.

Envíame un mensaje con tu conjunto de datos y caso de uso antes de hacer el pedido.