Construiré una pipeline de visión por computadora con yolov8 opencv y ffmpeg
Ingeniero senior Full Stack y Python, experto en Mobile RE, agentes de IA, fundador de SaaS
Acerca de este Servicio
¿Te cuesta conseguir una pipeline de visión por computadora que funcione en producción? ¿Estás cansado de demos que se deshacen en videos reales, en GPUs reales o en resoluciones reales?
Yo construyo pipelines de CV con YOLOv8, OpenCV y FFmpeg todos los días. Detección, seguimiento, procesamiento por lotes, inferencia REST, no solo un cuaderno.
- Trabajos entregados (algunos públicos en github.com/pyotrmuhammad):
- Pipeline de lotes de imágenes AI ComfyUI-BatchFactory desde Google Sheets.
- Fábrica de videos TikTokBatchFactory con FFmpeg + orquestación.
- KrakenSubtitle, generador de subtítulos karaoke palabra por palabra con precisión en los cuadros.
- SPORTSREELZ, extractor de momentos destacados de partidos de fútbol con CV + detección de escenas.
- Canal de videos de cuestionarios automatizados Pepite Quiz (@pepitequiz en YouTube) que construí de principio a fin.
- nzs-luxe.com, generación de videos AI + auto-subida a redes sociales, para mi propia tienda de comercio electrónico.
- Pipeline de clips de podcasts, extractor de clips virales con detección de orador + escenas.
Lo que obtienes: pipeline funcional ajustada a tu entrada y hardware. Tamaño del modelo YOLOv8 según presupuesto de latencia. Pre/post-procesamiento con OpenCV. FFmpeg para ingestión, codificación y extracción de clips. README y ejemplo ejecutable.
Indícame qué necesitas detectar, clasificar o extraer. NDA a solicitud.
Mi porfolio
FAQ
Traducción automática
P: ¿Qué proyectos reales de visión por computadora has entregado realmente?
R: ComfyUI-BatchFactory y TikTokBatchFactory están públicos en mi GitHub (github.com/pyotrmuhammad), además de rmbg-enhance para eliminación de fondos en producción y KrakenSubtitle para quemar subtítulos con precisión en los cuadros. Todo construido y desplegado por mí.
P: ¿Puedes manejar inferencia en tiempo real o optimización en GPU?
R: Sí. YOLOv8n alcanza más de 30 FPS en una GPU T4. Ajusto tamaño del modelo (n/s/m/l/x) y tamaño de lote según tu presupuesto de latencia. Exportación a ONNX y optimización con TensorRT disponibles en nivel Premium.
Q: ¿Qué entregables obtengo?
R: Pipeline en Python funcional, README, requirements.txt, un ejemplo ejecutable, el archivo del modelo entrenado y scripts de inferencia. El nivel Premium añade Dockerfile y servidor API REST.
P: ¿Firma usted acuerdos de confidencialidad?
R: Sí, en todos los proyectos — práctica estándar. Tus datos, caso de uso y código permanecen privados.
P: ¿Qué tan rápido puedes empezar?
R: Dentro de las 24 horas posteriores a la confirmación del pedido. Envíame tu formato de entrada y detección objetivo — te enviaré un plan claro en horas.
1 comentarios sobre este Servicio
| (1) | ||
| (0) | ||
| (0) | ||
| (0) | ||
| (0) |
Desglose de calificaciones
- Nivel de comunicación del Freelancer
- Calidad de la entrega
- Valor de la entrega
Ordenar por
R 
ryang11

Estados Unidos
Proactive approach and ability to stay on top of all aspects of project is remarkable.
USD 800-USD 1,000
Precio
4 semanas
Tiempo
Útil?
1 comentarios sobre este Servicio
| (1) | ||
| (0) | ||
| (0) | ||
| (0) | ||
| (0) |
Desglose de calificaciones
- Nivel de comunicación del Freelancer
- Calidad de la entrega
- Valor de la entrega
Ordenar por
R 
ryang11

Estados Unidos
Proactive approach and ability to stay on top of all aspects of project is remarkable.
USD 800-USD 1,000
Precio
4 semanas
Tiempo
Útil?

