Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais former un détecteur d'objets personnalisé pour vos classes avec onnx et une API
Ingénieur ML : modèles avec des métriques honnêtes
Bonjour, je suis David, ingénieur en apprentissage automatique d’Argentine. Je crée des modèles, détecteurs, automatisations et courts morceaux en 3D et motion, et une chose compte plus que tout : vou...
À propos de ce service
Les détecteurs génériques manquent souvent ce qui importe à votre entreprise. Je forme un détecteur d'objets sur vos propres classes (produits, défauts, équipements, équipements de sécurité, tout ce que vous pouvez étiqueter) et je vous montre son efficacité avant que vous ne vous y fiiez.
Selon le package, vous obtenez un détecteur finement ajusté basé sur un modèle avec une licence permissive, exporté en ONNX pour fonctionner sur CPU ou GPU, une petite API d'inférence, et un rapport clair : AP par classe avec intervalles de confiance à 95 % sur un ensemble de test réservé, une comparaison avec un détecteur zéro-shot prêt à l'emploi, et des exemples concrets de ses erreurs.
Dans mon projet d'exemple (casques, gilets réfléchissants et têtes sans casque), le mAP@50 est passé de 22,3 % avec le détecteur générique à 57,3 % après ajustement, mesuré sur 1 584 images de test réservées. L'export en ONNX correspondait au modèle original sur l'ensemble de test. C'est un projet conceptuel, donc vos résultats dépendront de vos images et étiquettes.
Je vérifie d'abord la qualité des données : doublons, fuites dans les splits train/test et étiquettes peu claires sont les raisons habituelles pour lesquelles un détecteur fonctionne bien en démo mais échoue en utilisation réelle.
Veuillez envoyer des images étiquetées au format COCO, YOLO ou Pascal VOC, ou me dire ce que vous avez et nous planifierons l'étiquetage.
Autres services de Data science et machine learning I Offre
FAQ
Traduction automatique
Quel modèle utilisez-vous ?
Je choisis un modèle avec une licence permissive (l'exemple utilise un détecteur Apache-2.0) pour que vous puissiez l'intégrer commercialement sans surprises de copyleft. Si vous souhaitez une autre famille en particulier, informez-moi avant de commander et je vérifierai ses conditions de licence.
De combien d'images ai-je besoin ?
Plus c'est nombreux, mieux c'est ; quelques centaines d'images étiquetées par classe sont un bon début. Je vous dirai après avoir examiné un échantillon si cela suffit.
Est-ce que ça fonctionne avec mes caméras ?
Le rapport est basé sur vos propres images réservées. Un nouveau site ou une nouvelle caméra nécessite sa propre validation avant utilisation réelle, et je le préciserai dans le rapport.
Peut-il identifier des personnes ou décider de conformité ?
Non. Je construis des détecteurs pour des objets et des régions ; je ne crée pas de systèmes qui identifient des individus ou prennent des décisions disciplinaires.
