Je vais concevoir la vision par ordinateur pour la détection et le suivi d'objets dans les images et vidéos
Ingénieur en apprentissage automatique, agents AI, MCP et vision par ordinateur
À propos de ce service
Je crée des modèles de vision par ordinateur pour les images et vidéos, incluant la détection d'objets, le suivi, la classification, la segmentation et l'estimation de pose.
Selon le périmètre convenu, je prépare les données, entraîne ou adapte un modèle PyTorch, l’évalue sur des échantillons de validation, et fournis le code d'inférence ou un endpoint FastAPI.
Les travaux pertinents incluent la segmentation faiblement supervisée avec un mIoU de 53,31 % sur COCO-Val, la classification et la calibration de lésions cutanées, et l’analyse vidéo de golf MyShot utilisant l’estimation de pose 2D à 3D.
Nous définissons les entrées, les étiquettes, les métriques, le temps d'exécution et la documentation avant le début du travail. La précision et la rapidité dépendent de vos données et de votre matériel ; les résultats de benchmark ne garantissent pas ceux d’un nouveau dataset.
Veuillez partager des images ou clips d'exemple, les objets cibles, les annotations disponibles et les exigences de déploiement.
Mon portfolio
Autres services de Data science et machine learning I Offre
FAQ
Traduction automatique
Quelle expérience pertinente en vision par ordinateur avez-vous ?
Mon travail inclut la segmentation faiblement supervisée avec un mIoU de 53,31 % sur COCO-Val, la classification et la calibration de lésions cutanées ISIC, et l’estimation de pose dans les vidéos de golf MyShot. Je construis également des pipelines d'inférence et des API. Nous évaluerons votre tâche sur des données représentatives de validation.
Et si mon dataset est petit ou de faible qualité ?
Je commence par examiner des échantillons représentatifs, les annotations et l’équilibre des classes. Selon la tâche, le transfert d'apprentissage, l’augmentation ou la supervision faible peuvent être utiles. Je vous expliquerai les limites des données et les besoins en évaluation avant de confirmer le périmètre.
Pouvez-vous aider au-delà du modèle CV ?
Le périmètre convenu peut inclure le prétraitement, les scripts d'inférence, un endpoint FastAPI et les instructions de déploiement. Veuillez préciser vos besoins en runtime et intégration avant de commander. L’hébergement, le matériel et les opérations en cours sont séparés, sauf si inclus.
Comment gérez-vous les projets qui n'atteignent pas la précision cible ?
Nous convenons à l’avance de la répartition de l’évaluation, des métriques et des livrables avant le développement. Si un objectif n’est pas atteint, je rapporte les résultats mesurés et l’analyse des erreurs, et discute des améliorations dans le cadre du périmètre convenu. Je ne garantis pas la précision avant d’avoir examiné vos données.
