Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais concevoir un modèle d'IA pour la classification d'images, la détection d'objets et la reconnaissance faciale
LLM Data Science et expertise Full Stack et Where Code do chats
Bonjour ! Je suis un passionné de technologie avec des compétences en LLM (Large Language Models), en science des données et en développement Web Full Stack. J'adore travailler sur des projets impliqu...
Niveau 2
Répond à des critères de performance élevés et a fait ses preuves en matière de satisfaction clients.
À propos de ce service
Vous cherchez un expert en vision par ordinateur pour créer un système personnalisé de classification d’images, de détection d’objets ou de reconnaissance faciale ? Vous êtes au bon endroit.
Je me spécialise dans la création de modèles de deep learning prêts pour la production en utilisant PyTorch, TensorFlow, YOLOv8/YOLOv9 et OpenCV, entraînés sur vos données et livrés avec un code Python propre et documenté.
CE QUE JE RÉALISE POUR VOUS :
Classification d’images
- Modèles CNN personnalisés ou ResNet, EfficientNet, ViT ajustés
- Classification multi-classe et multi-étiquette
- Modèles précis
Détection d’objets
- Détection en temps réel avec YOLOv8 / YOLOv9 / Faster R-CNN
- Entraînement de classes personnalisées sur votre dataset
- Détection vidéo et en streaming en direct
Reconnaissance faciale
- Détection, alignement et reconnaissance
- Systèmes basés sur DeepFace, FaceNet, ArcFace
- Webcam en temps réel
Services de pipeline complet
- Collecte de données, conseils pour l’étiquetage et augmentation
- Entraînement, évaluation et optimisation du modèle
- Déploiement API REST (FastAPI / Flask)
- Export en ONNX
POURQUOI LES CLIENTS ME CHOISISSENT :
Plus de 3 ans d’expérience pratique en ML/DL
Certifié par DeepLearning.ai
Chaque livraison comprend le code, le fichier du modèle, requirements.txt et un rapport d’évaluation
Veuillez m’envoyer un message avant de passer commande.
Mon portfolio
FAQ
Traduction automatique
Combien de classes pouvez-vous classer avec l’apprentissage automatique ?
Jusqu'à 1000 classes peuvent être classées avec le Machine Learning !
Pouvez-vous personnaliser le système de reconnaissance faciale pour n’importe quel animal vivant ?
Oui! Je peux avec des ensembles de données appropriés.
Pouvez-vous créer un système de reconnaissance faciale pour la présence ?
Oui. Bien sûr, je peux créer un système de reconnaissance faciale pour la présence.
Quels frameworks utilisez-vous pour construire ces modèles ?
J’utilise principalement PyTorch et TensorFlow/Keras. Pour la détection d’objets, j’utilise YOLOv8/YOLOv9, et pour la classification, je peaufine des modèles comme ResNet, EfficientNet et ViT en fonction des exigences de précision.
Dois-je fournir mon propre ensemble de données ?
Pas forcément. Je peux travailler avec vos données, utiliser des datasets ouverts ou vous aider à la collecte et à l’augmentation de données. Si vous avez un petit dataset, j’applique le transfert d’apprentissage pour maximiser la précision.
Dans quel format le modèle sera-t-il livré ?
Je fournis les modèles en .pt (PyTorch), .h5 ou SavedModel (TensorFlow), et je peux aussi exporter en ONNX pour un déploiement multiplateforme. Les scripts d’inférence en Python et requirements.txt sont toujours inclus.
Pouvez-vous déployer le modèle sur un cloud ou une application web ?
Oui, dans le pack Premium, je construis et déploie via FastAPI ou Flask et peux héberger sur AWS, GCP ou Hugging Face Spaces. Un lien vers une démo en direct est fourni pour tester.
À quelle précision puis-je m'attendre ?
La précision dépend de la qualité des données et de la complexité des classes. Avec un dataset propre de plus de 500 images par classe, la précision typique est de 90 à 97 %. Je partage toujours un rapport d’évaluation complet (matrice de confusion, F1, mAP) avec chaque livraison.
