Je vais concevoir des modèles d'apprentissage automatique et de vision par ordinateur avec python, yolo et opencv
Développeur full stack web, application mobile et automatisation IA
À propos de ce service
Vous cherchez une IA capable de voir, de prédire ou de classifier ? Je développe des solutions d'apprentissage automatique et de vision par ordinateur en Python, de la préparation des données à une API déployée.
VISION PAR ORDinateur
- Détection et suivi d’objets avec YOLOv8 / YOLO11
- Détection de plaques d’immatriculation, de véhicules et de personnes
- Analyses vidéo : comptage, estimation de vitesse, détections d’infractions
- Classification et segmentation d’images
- Traitement d’images OpenCV et OCR
APPRENTISSAGE AUTOMATIQUE
- Modèles de prédiction et de régression (prix, ventes, demande)
- Modèles de classification et analyse de données
- Entraînement des modèles, réglage et rapports d’évaluation
- Docker, FastAPI et déploiement sur le cloud
EXPÉRIENCE
Mon projet de fin d’études portait sur un système de détection d’infractions routières par IA : YOLO, flux optique et microservices FastAPI qui détectent les infractions de voie, les excès de vitesse et les plaques illégales à partir de vidéos de dashcam, avec un portail web React.
TECH
Python, PyTorch, YOLO, OpenCV, Scikit-learn, Pandas, NumPy, FastAPI, Docker
Parlez-moi de vos données et de votre objectif, et je vous proposerai la meilleure approche avant votre commande.
Langage de programmation:
Python
•
SQL
•
Colab
Outils:
Jupyter Notebook
•
opencv
•
tensorflow
•
CVAT
•
Colab
•
PyTorch
Frameworks:
Scikit-learn
•
keras
•
PyTorch
•
Panda
Mon portfolio
FAQ
Traduction automatique
Dois-je fournir l'ensemble de données ?
Cela peut aider. Si vous n’en avez pas, je peux aider à collecter, étiqueter ou trouver un jeu de données public adapté.
Le modèle peut-il fonctionner sur vidéo en temps réel ?
Oui, les modèles YOLO peuvent tourner en temps réel sur un GPU, et je peux optimiser pour le CPU ou les dispositifs edge.
Vais-je obtenir le modèle entraîné ?
Oui, vous obtenez les poids du modèle, le code d’entraînement et un script d’inférence.
Pouvez-vous le déployer en tant qu'API ?
Oui, avec FastAPI et Docker, prêt à être intégré à votre application ou site web.

