Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Desplegaré seguimiento de objetos yolov8 rtsp como backend de fastapi
Ingeniero de IA para visión por computadora y IA generativa
Soy un experto ingeniero en IA y desarrollador en Python, diseñando soluciones de IA escalables y de extremo a extremo. Conecto la brecha entre visión por computadora y IA generativa.
Especialización...
Acerca de este Servicio
¿Te cuesta desplegar el seguimiento de objetos YOLOv8 RTSP en un backend de FastAPI confiable y listo para producción?
La mayoría de los scripts de visión por computadora funcionan perfectamente en un cuaderno de Jupyter, pero en cuanto los conectas a transmisiones en vivo de cámaras RTSP, dejan de funcionar correctamente, pierden cuadros, IDs de seguimiento o se bloquea el servidor.
Lo que construyo:
- Procesamiento en vivo de RTSP: Integración fluida con cámaras IP manejando cuadros perdidos.
- Seguimiento avanzado: ByteTrack/BoT-SORT para mantener IDs consistentes en escenas concurridas (tráfico/comercio).
- Optimización para casos extremos: SAHI para objetos pequeños y preprocesamiento en noche/ángulo.
- Despliegue en producción: backend limpio de FastAPI en contenedores con Docker.
- Aceleración de inferencias: optimización con ONNX/TensorRT para GPUs limitadas.
Pila tecnológica:
Python | YOLO | OpenCV | FastAPI | Docker | ONNX | CUDA
¿Por qué elegirme?
No solo entreno modelos, también diseño sistemas resistentes. Con experiencia profesional en MLOps, entrego código escalable y listo para integración en negocios reales, no experimentos frágiles.
Importante: Los hardware y configuraciones de cámaras varían. Por favor contáctame antes de ordenar para discutir FPS, limitaciones de GPU y arquitectura.
Mi porfolio
FAQ
Traducción automática
¿Qué hardware necesito para ejecutar este pipeline RTSP sin problemas?
Depende del número de transmisiones simultáneas y del FPS deseado. Para un rendimiento óptimo, recomiendo una GPU NVIDIA. Para maximizar las capacidades de tu hardware, optimizo los modelos usando ONNX Runtime o TensorRT, asegurando inferencias eficientes incluso en recursos limitados.
¿Tu sistema puede manejar múltiples transmisiones RTSP al mismo tiempo?
Sí. Diseño el pipeline con multi-threading y batching eficientes. Cuando se integra en un backend de FastAPI, el sistema puede gestionar varias transmisiones RTSP simultáneamente, siempre que tu hardware tenga la capacidad de cómputo necesaria.
Mis cámaras están muy altas. ¿Puedes detectar objetos pequeños con precisión?
Sí. Para ángulos inclinados o objetos distantes, YOLOv8 estándar a menudo tiene dificultades. Implemento SAHI (Slicing Aided Hyper Inference) junto con pipelines de preprocesamiento personalizados para detectar y seguir objetos pequeños (como vehículos lejanos o multitudes) sin perder tasa de cuadros.
¿Cómo manejas los IDs de seguimiento cuando las cámaras tienen retrasos o dejan de transmitir cuadros?
Las transmisiones RTSP son notoriamente inestables en redes reales. Utilizo algoritmos de seguimiento robustos como ByteTrack y BoT-SORT, combinados con lógica personalizada para mantener la consistencia de IDs incluso si la cámara se ralentiza o pierde cuadros temporalmente.
¿Cómo recibiré el entregable final?
No solo obtendrás un script en Python sin procesar. Recibirás una imagen Docker completamente contenedorizada con un backend de FastAPI, documentación clara de la API y instrucciones para desplegarlo en tu servidor local o en la nube.
¿Necesito proporcionar el dataset para detección de objetos personalizada?
Para objetos estándar (autos, personas, etc.), podemos usar pesos preentrenados de YOLOv8. Si necesitas seguir objetos personalizados o de nicho, deberás proporcionar datos anotados. Si tienes imágenes en bruto, puedo ayudarte con herramientas automáticas de anotación para acelerar el proceso.
