Je développerai des modèles de vision par ordinateur avec pytorch, détection d'objets YOLO et OCR
Pakistan
116 commandes terminées
Ingénieur en IA titulaire d'un doctorat, chatbots IA, agents IA, apprentissage automatique, applications IA Flutter, DevOps
À propos de ce service
Vous avez besoin d'un modèle d'IA capable de voir et de comprendre des images ou des vidéos : détection d'objets, classification de défauts ou de maladies, ou lecture de texte ? Je développe des modèles de vision par ordinateur personnalisés en Python.
Je suis ingénieur en IA et doctorant, avec plus de 8 ans d'expérience en apprentissage automatique, apprentissage profond et OpenCV.
Ce que je construis :
- Détection et suivi d'objets (YOLOv8/YOLO11, Faster R-CNN)
- Classification d'images (CNN, ResNet, EfficientNet, ViT)
- Segmentation d'images (U-Net, SAM)
- OCR et numérisation de documents (Tesseract, PaddleOCR, OCR cloud)
- Détection de défauts, maladies des cultures et imagerie médicale
- Détection de visages et de poses, comptage de personnes, analyse CCTV
- Pipelines de traitement d'images OpenCV
Vous obtenez :
- Un modèle entraîné avec des métriques claires (mAP, précision, matrice de confusion)
- un notebook Jupyter et un script d'inférence
- API facultative (FastAPI), mobile (TFLite/CoreML) ou déploiement en edge
- Aide à la préparation et l'étiquetage des jeux de données
Outils : PyTorch, TensorFlow, OpenCV, Ultralytics, Roboflow, Hugging Face.
Envoyez-moi des images d'exemple et votre objectif pour une vérification de faisabilité gratuite.
Mon portfolio
Autres services de Data science et machine learning I Offre
FAQ
Traduction automatique
De combien d'images ai-je besoin ?
Environ 100–300 par classe pour un modèle personnalisé ; moins si un modèle préentraîné convient. J’examine d’abord vos données.
Pouvez-vous étiqueter mes images ?
Oui. L’assistance à l’étiquetage est incluse dans Standard et Premium, avec davantage disponible en option.
Quelle précision obtiendrai-je ?
Je mesure la mAP/la précision sur un ensemble de test retenu et vous avertis avant l’entraînement si vos données sont trop limitées.
Cela peut-il fonctionner en temps réel sur une vidéo ou une CCTV ?
Oui, avec YOLO sur GPU ou des modèles edge optimisés (Jetson, Raspberry Pi, mobile).
Pouvez-vous le déployer dans mon application ?
Oui : une endpoint FastAPI, un modèle TFLite/CoreML pour mobile ou un conteneur Docker.
Pouvez-vous faire de l’OCR sur des factures ou des pièces d’identité ?
Oui, avec OCR et extraction de la mise en page vers du JSON/Excel structuré.

