Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais créer des modèles ML de vision par ordinateur avec détection d'objets YOLO
Ahmed Dridi
À propos de ce service
Traduction automatique
Ingénieur en apprentissage automatique avec 4 mois d'expérience professionnelle dans la création de systèmes de vision par ordinateur et ML de niveau production. Je me spécialise dans la détection d'objets YOLO, la segmentation d'instances, et le déploiement de modèles fonctionnant dans des conditions réelles.
Réalisations récentes : création d'un système de détection de produits en temps réel pour des recherches en direct, développement d'un système de détection de dommages sur voitures réduisant l'évaluation manuelle de 2 heures à 15 minutes, et déploiement d'une pipeline de détection de fraude identifiant plus de 45000 réclamations suspectes.
Je fournis des solutions complètes : entraînement de modèles, optimisation pour la production (réduction de 40 % de la latence), déploiement avec FastAPI, conteneurisation Docker, et intégration à une base de données. Chaque projet inclut des métriques de performance, le code source et la documentation.
Que vous ayez besoin de détection d'objets, de classification d'images, de détection de fraude ou d'une pipeline ML complète, je construis des systèmes évolutifs. Transformons vos données en solutions intelligentes.
Découvrez Ahmed Dridi
Ahmed Dridi
Full Stack AI Developer
- DeTunisie
- Membre depuisoct. 2025
- Temps de réponse moy.1 heure
Langues
Anglais
ML Engineer from Tunis | ESPRIT student | 4 months professional experience
Building production AI: computer vision, deep learning, deployment.
Prevented €45K+ fraud | 87% faster assessments | 95% accuracy
YOLO | TensorFlow | PyTorch | FastAPI | Docker | AWS
Production-ready code + documentation guaranteed.
Certified: Deep Learning (NVIDIA), NLP, AWS AI.
Traduction automatique
Mon portfolio
FAQ
Traduction automatique
Dans quel format dois-je fournir mon jeu de données ?
J'accepte des datasets dans tous les formats courants : images dans des dossiers (JPG, PNG), format COCO, Pascal VOC, ou même images brutes dans un fichier ZIP. Si vos données ne sont pas annotées, je peux vous guider sur les outils d'annotation (Roboflow, Label Studio, CVAT). Pour de meilleurs résultats, fournissez au moins 200-500 images par catégorie, même si je
Combien de temps dure l'entraînement du modèle ?
Le temps d'entraînement dépend de la taille du dataset et du matériel. Délais typiques : 500 images = 2-3 jours, plus de 1000 images = 5-7 jours. Les datasets plus volumineux peuvent prendre plus de temps. Je fournis toujours un délai personnalisé après avoir examiné votre dataset. Note : les délais Fiverr (7/10/14 jours) incluent l'entraînement, l'optimisation et le déploiement.
Mon modèle fonctionnera-t-il sur des données du monde réel en dehors de mon dataset d'entraînement ?
Oui, c'est l'objectif. J'optimise les modèles spécifiquement pour la performance dans le monde réel en utilisant des techniques comme l'augmentation de données, le filtrage temporel et le seuil de confiance. Mes modèles sont testés pour leur généralisation. Cependant, si vos données de test sont très différentes de celles d'entraînement (éclairage différent, etc.), la performance peut varier.
Que faire si la précision du modèle n'est pas suffisante ?
Je m'engage à obtenir des résultats. Si la précision est inférieure aux attentes, je diagnostiquerai le problème — généralement la qualité du dataset, le déséquilibre des classes ou un manque de données. Je proposerai des solutions : plus de données d'entraînement, augmentation de données, réglage des hyperparamètres ou changement d'architecture. Des itérations supplémentaires peuvent être nécessaires.
