Je vais créer un modèle de segmentation d'image personnalisé avec pytorch


À propos de ce service
Traduction automatique
J'ai créé deux systèmes de segmentation qui sont en ligne actuellement :
Détection de tumeurs cérébrales sur des scans MRI avec Attention UNet, amélioration de 76,6 % du IoU par rapport à un UNet standard
Détection de zones inondables à partir d'images de drone déployée pour des cas d'utilisation en réponse aux catastrophes
Les deux sont disponibles sur HuggingFace sous forme d'applications interactives en ligne, pas seulement des notebooks.
Ce que je vais livrer :
- UNet personnalisé ou Attention UNet entraîné sur votre dataset
- Cartes de chaleur Grad-CAM pour que vous puissiez voir sur quoi le modèle se concentre
- Une application web Streamlit que votre équipe peut utiliser sans toucher au code
- Code source propre, documenté et que vous possédez entièrement
Je travaille avec l'imagerie médicale, l'imagerie satellite, l'inspection industrielle et des datasets CV généraux.
Vous ne savez pas si la segmentation est adaptée à votre problème ? Contactez-moi d'abord, je vous donnerai une réponse honnête.
Tech : PyTorch · OpenCV · Streamlit · HuggingFace · Python
Découvrez Saniya Khan
Computer Vision and AI Engineer
- DePakistan
- Membre depuisfévr. 2024
- Temps de réponse moy.9 heures
Langues
Anglais
Traduction automatique
FAQ
Traduction automatique
Quel type d'images pouvez-vous segmenter ?
Je peux travailler avec des images médicales (IRM, scanner), des images satellites, des vidéos de drones, et des images générales. Contactez-moi avec les détails de votre dataset !
Fournissez-vous le code source ?
Oui ! Tous les packages incluent le code source Python complet avec documentation.
De quoi avez-vous besoin de ma part pour commencer ?
J'ai besoin de votre dataset (images + masques), du nombre de classes, et de toute exigence spécifique.

