Je vais concevoir et déployer des modèles de vision par ordinateur et de langage visuel

Transformez vos données visuelles en applications AI prêtes pour la production. Je me spécialise dans la vision par ordinateur traditionnelle (détection, suivi, segmentation) ainsi que dans les modèles Vision-Language (VLM) de pointe pour le raisonnement multimodal, OCR et compréhension de documents.

Que vous ayez besoin d’un suivi en temps réel avec YOLO ou d’un VLM finement ajusté servi comme une API à faible latence, je fournis des solutions optimisées de bout en bout.

Ce que je propose :

• Modèles Vision-Language (VLM) : Fine-tuning et déploiement de Qwen2.5-VL, Florence-2, et LLaVA pour questions-réponses visuelles, IA pour documents, et raisonnement zéro-shot
• Détection et suivi en temps réel : Pipelines personnalisés avec YOLO (v10/v11), Detectron2, et OpenCV
• Segmentation et OCR : Segmentation d’instance (SAM) et extraction avancée de texte dans les documents
• Optimisation VRAM & vitesse : Quantification de modèles (AWQ, GGUF), conversion TensorRT, et déploiement vLLM/vLLM-vision
• API de production & déploiement : Endpoints FastAPI, Dockerisation, et hébergement GPU sans serveur (RunPod, Modal, AWS, Hugging Face)

Frameworks & modèles supportés :

Qwen2.5-VL, Florence-2, YOLO, PyTorch, OpenCV, vLLM, Roboflow, FastAPI, Docker, CUDA/TensorRT.

N’hésitez pas à me contacter avant de commander pour discuter de votre dataset, de votre budget VRAM et de vos exigences en matière de latence !