Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais concevoir des modèles de vision par ordinateur et de classification d'images
Ingénieur IA et ML
Je suis ingénieur en apprentissage automatique avec une expérience dans le développement de solutions d'apprentissage automatique, d'apprentissage profond, de vision par ordinateur et de traitement du...
À propos de ce service
Vous cherchez des solutions personnalisées de vision par ordinateur ou d'apprentissage profond développées en PyTorch ?
Je me spécialise dans la création, l'ajustement et l'évaluation de modèles de vision prêts pour la production pour des applications concrètes.
Ce que je peux réaliser pour vous :
- Classification d'images & IA médicale : CNN, MobileNetV2, ResNet, EfficientNet.
- Détection d'objets : Modèles YOLO personnalisés, suivi en temps réel, intégration OpenCV.
- Ajustement & optimisation de modèles : Gestion du déséquilibre de classes, fonctions de perte personnalisées, optimisation du seuil (maximiser le rappel/la précision).
- IA explicable (XAI) : Cartes de chaleur Grad-CAM spatiales pour vérifier visuellement les prédictions du modèle.
- API d'inférence personnalisées : Microservices FastAPI pour déployer vos modèles.
Ce que vous recevrez :
- Notebook Google Colab bien documenté (.ipynb) ou code source Python modulaire (.py).
- Poids du modèle entraîné (.pt / .pth) et fichiers de configuration.
- Suite complète d’évaluation : matrices de confusion Seaborn, rapports de classification, courbes d'apprentissage.
Veuillez me contacter avant de passer commande pour discuter de votre dataset et de vos besoins en modèle !
APIs:
Autres
Langage de programmation:
Python
•
Colab
Outils:
Jupyter Notebook
•
opencv
•
tensorflow
•
Excel
•
Colab
•
PyTorch
Frameworks:
Scikit-learn
•
keras
•
PyTorch
•
Panda
Mon portfolio
Autres services de Data science et machine learning I Offre
FAQ
Traduction automatique
Que dois-je fournir avant de passer une commande ?
Veuillez fournir un résumé clair de vos objectifs de projet et accéder à votre dataset (ou un sous-ensemble) via Google Drive, Kaggle ou Zip. Si vous n'avez pas encore de dataset, contactez-moi d'abord et je peux vous aider à en sourcer ou structurer un.
Vais-je recevoir le code Python complet et les fichiers du modèle entraîné ?
Oui ! Chaque package inclut le notebook Google Colab complet et bien documenté (.ipynb) ou des scripts Python propres (.py), ainsi que les poids PyTorch entraînés (.pt ou .pth) et les fichiers de configuration.
Pouvez-vous gérer de petits datasets très déséquilibrés ?
Absolument. J'utilise des techniques spécialisées telles que le poids de classe (pos_weight), la perte focale, l'analyse de la courbe précision-rappel, et l'optimisation ciblée du seuil de décision pour assurer de bonnes performances même sur des données fortement déséquilibrées.
Comment savoir si le modèle n'est qu'une boîte noire qui devine des prédictions ?
Je fournis des cartes de chaleur Grad-CAM spatiales qui mettent en évidence visuellement les régions exactes de pixels influençant les décisions du modèle, accompagnées de matrices de confusion Seaborn complètes et de métriques de classification (Précision, Rappel, F1-Score).
Pouvez-vous déployer le modèle en tant qu'API pour mon application web ou mobile ?
Oui, dans le cadre du package Premium (ou en tant qu'option personnalisée), je peux créer un microservice FastAPI léger pour fournir des prédictions directement à votre application ou backend web.
