Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Crearé modelos personalizados de visión por computadora, detección de objetos y reconocimiento facial
Acerca de este Servicio
¿Buscas un ingeniero en visión por computadora para desarrollar modelos personalizados de detección de objetos, sistemas de reconocimiento facial o análisis de video en tiempo real? ¡Estás en el lugar correcto!
Me especializo en construir soluciones completas de visión por computadora usando PyTorch, OpenCV, YOLOv8 y indexación de búsqueda vectorial. Ya sea que necesites detección de puntos clave personalizada, monitoreo CCTV con múltiples cámaras o clasificación de imágenes de alta precisión, entrego soluciones optimizadas y listas para producción.
Lo que ofrezco:
- Detección de objetos y seguimiento de puntos clave: Entrenamiento de modelos personalizados YOLOv8/PyTorch para objetos, puntos clave y transcripción visual precisa.
- Reconocimiento facial y vigilancia: Procesos de coincidencia de identidad en menos de 100 ms usando embeddings de Hugging Face (FaceNet) + búsqueda vectorial FAISS.
- Análisis de video en tiempo real: Procesamiento de streams CCTV con múltiples cámaras (más de 25 FPS), optimización de caída de cuadros y motores de alertas automáticas (SMS/Email).
- Modelos híbridos de deep learning: Vision Transformers (Swin Transformer), CNNs, extracción de características y detección de anomalías sin entrenamiento previo.
- Integración completa de CV: Aplicaciones web Flask, contenedores Docker y despliegue en la nube.
¿Por qué elegirme?
- Experiencia comprobada en el campo: Diseñé sistemas de vigilancia con IA que manejan múltiples streams en simultáneo.
Otros servicios de Ciencia de datos y aprendizaje automático que ofrezco
FAQ
Traducción automática
¿Puedes entrenar YOLOv8 en mi conjunto de datos personalizado?
¡Sí! Puedo anotar o procesar tu conjunto de datos, entrenar un modelo YOLOv8 personalizado para detección de objetos o puntos clave y evaluar su rendimiento (mAP, recall, precisión).
¿Qué tan rápido es el sistema de reconocimiento facial / coincidencia de identidad?
Al integrar embeddings de características profundas con indexación de vectores FAISS, la coincidencia de identidad se realiza en menos de 100 ms en más de 500 perfiles registrados sin retrasar los streams de video.
¿Tu sistema puede manejar streams en vivo de CCTV o múltiples cámaras?
Sí. Construyo pipelines de procesamiento de video en tiempo real en OpenCV que procesan múltiples streams a más de 25 FPS sin caídas de cuadros.
¿Recibiré los pesos completos del modelo y el código fuente?
Por supuesto. Recibirás el código fuente completo en Python, archivos de pesos del modelo (.pt, .onnx o .h5), instrucciones de configuración y documentación clara.
