Je vais entraîner des modèles YOLO personnalisés pour la détection, la segmentation et l'estimation de pose
Développeur en vision par ordinateur, entraînement de modèles YOLO
À propos de ce service
Je forme des modèles YOLO personnalisés pour la détection, la segmentation d'instance, la pose/points clés, la classification et les boîtes englobantes orientées (OBB). Chaque package couvre UNE tâche convenue et un jeu de données. Contactez-moi avec des images d'exemple avant de commander.
Inclut vérifications des étiquettes, ajustements fins, métriques de validation adaptées à la tâche, poids, paramètres d'entraînement et code d'inférence Python.
BASIC 100 $ : 500 images étiquetées, 3 classes, 1 exécution, 7 jours.
STANDARD 150 $ : 1500 images, 5 classes, jusqu'à 3 exécutions, comparaison et revue des erreurs, 14 jours.
PREMIUM 300 $ : 3000 images, 10 classes, jusqu'à 5 exécutions, export ONNX testé et guide de transfert, 21 jours.
Étiquetage : 50 $/100 images (5 boîtes/image, 5 classes), ou 50 $/50 images (3 instances de segmentation ou objets de pose/image, 3 classes). Chacun ajoute 3 jours. La complexité des points clés et des masques doit être convenue au préalable.
L'entraînement utilise un NVIDIA RTX Pro 6000. Les résultats dépendent de la qualité des données ; aucune précision fixe n'est garantie. Le déploiement, l'hébergement et le développement d'applications nécessitent un scope séparé.
Langage de programmation:
Python
Mon portfolio
FAQ
Traduction automatique
Ai-je besoin d'un jeu de données étiqueté ?
Oui. Les packages nécessitent des images étiquetées. Extras : 50 $ pour 100 images (max 5 boîtes/image, 5 classes), ou 50 $ pour 50 images (max 3 instances de segmentation ou objets de pose/image, 3 classes). Chacun ajoute 3 jours. Confirmez le nombre de points clés et la complexité des masques avant de commander.
Que vais-je recevoir ?
Poids entraînés, paramètres d'entraînement, exigences environnementales, métriques de validation et script d'inférence Python. La version standard inclut la comparaison des exécutions et la revue des erreurs. La version premium ajoute l'export ONNX testé et un guide de transfert. Le développement d'applications, l'hébergement et le déploiement ne sont pas inclus.
Pouvez-vous garantir la précision ?
Aucune précision fixe n'est garantie. Je rapporte des métriques adaptées à la tâche sur une partition de validation convenue, telles que mAP de détection/masque, métriques de pose ou précision de classification. La qualité dépend de la diversité des données et des étiquettes. Les images connexes et les doublons proches restent dans la même partition pour éviter les fuites.
Qu'est-ce qui compte comme une révision ?
Les révisions couvrent les corrections dans le cadre de la tâche, du jeu de données et de la limite d'exécution convenue. Changer de type de tâche, ajouter des jeux de données ou des classes, faire des expériences supplémentaires, le suivi ou le déploiement nécessitent un scope supplémentaire. Les erreurs dans mon code livré seront corrigées.
Quelle version de YOLO et quelle taille de modèle allez-vous utiliser ?
Nous convenons de la version, de la taille du modèle et d'une tâche : détection, segmentation, pose, classification ou OBB, en fonction des images d'exemple et du matériel cible. Le schéma de points clés et la compatibilité d'exportation sont convenus avant la commande. Les licences du framework et du modèle dépendent des outils sélectionnés.
Comment les exemples de portfolio ont-ils été produits ?
Les boîtes PPE et les masques de bâtiments sont des prédictions YOLO. Les masques de véhicules jaunes utilisent SAM 2.1 Tiny avec des invites de boîte sélectionnées manuellement et une revue, pas une détection automatique YOLO de véhicules. Les images de volaille illustrent la visualisation de pose/points clés. Les crédits du jeu de données et les détails du workflow sont dans mon portfolio.

