Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais former un modèle de détection d'objets YOLO personnalisé sur votre dataset
Bonjour, je suis Burak, ingénieur en informatique spécialisé en vision par ordinateur et apprentissage profond.
Je crée des modèles personnalisés pour la détection d’objets, la classification d’image...
À propos de ce service
Vous avez besoin d’un modèle de détection d’objets personnalisé qui fonctionne avec vos propres images ? Je vais entraîner un modèle YOLO sur votre jeu de données et vous fournir un modèle prêt à l’emploi.
Je suis ingénieur en informatique spécialisé en vision par ordinateur. Mon projet récent : un système de détection de panneaux de signalisation turcs pour une équipe de véhicules autonomes participant à Teknofest. J’ai testé 9 modèles YOLO (v8, v11, v12) et obtenu un mAP@0.5 de 0,91 sur 29 classes.
Ce que vous obtenez :
- Vérification du jeu de données (erreurs de labellisation, déséquilibre des classes, doublons)
- Entraînement YOLO avec Ultralytics (YOLOv8 / v11 / v12)
- Poids entraînés (.pt) prêts pour l’inférence
- Rapport clair : mAP, précision, rappel, matrice de confusion
- Script d’inférence pour exécuter le modèle sur des images ou des vidéos
- Export ONNX et comparaison de modèles (Premium)
Cas d’usage : détection de produits, contrôle qualité, détection de trafic et de véhicules, équipements de sécurité, agriculture, commerce de détail, et plus encore.
Ce dont j’ai besoin de votre part :
- Images labellisées (format YOLO, COCO ou Pascal VOC), ou images non labellisées avec les données de labellisation supplémentaires
- Une brève description de votre cas d’utilisation
Veuillez me contacter avant de commander pour que nous puissions confirmer vos données et choisir le bon package.
Langage de programmation:
Python
•
Colab
Outils:
opencv
•
Colab
•
PyTorch
Frameworks:
PyTorch
•
Autres
Mon portfolio
FAQ
Traduction automatique
Mes images ne sont pas labellisées. Pouvez-vous quand même m’aider ?
Oui. Vous pouvez ajouter l’option « Data labeling » et je vais annoter vos images avec des boîtes englobantes au format YOLO. Pour de grands ou complexes datasets, contactez-moi pour une offre personnalisée.
De combien d'images ai-je besoin ?
En général, 100 à 300 images par classe constituent un bon point de départ. Moins peut suffire pour des objets simples. Je vérifierai vos données et vous dirai honnêtement si plus est nécessaire.
Pouvez-vous garantir une précision spécifique ?
La précision dépend principalement de la qualité et de la quantité des données, donc je ne peux pas garantir un nombre fixe. Je vous expliquerai toujours les résultats, soulignerai les classes faibles et proposerai des améliorations.
Quelle version de YOLO allez-vous utiliser ?
Je compare généralement YOLOv8, v11 et v12 et choisis le meilleur compromis entre vitesse et précision selon votre cas d’usage. Si vous avez une version spécifique en tête, faites-le moi savoir.
Le modèle peut-il fonctionner sur des appareils edge ou en temps réel ?
Le package Premium inclut l’export ONNX, compatible avec la plupart des plateformes. Pour du matériel spécifique (Jetson, Raspberry Pi, etc.), contactez-moi d’abord pour discuter de vos besoins.
Qu'est-ce que l'application de démonstration dans le package Premium ?
Une interface web locale simple (construite avec Gradio) où vous pouvez télécharger des images ou des vidéos et voir les détections du modèle. Elle fonctionne sur votre propre ordinateur avec une seule commande. L'hébergement en ligne ou la création d'une application web ou mobile complète n'est pas inclus.
