Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais déployer le suivi d'objets yolov8 rtsp en tant que backend FastAPI
Ingénieur en IA pour la vision par ordinateur et l'IA générative
Je suis un expert en IA et développeur Python, spécialisé dans la conception de solutions d'IA évolutives et complètes. Je fais le lien entre la vision par ordinateur et l'IA générative.
Compétences ...
À propos de ce service
Vous avez du mal à déployer le suivi d'objets YOLOv8 RTSP dans un backend FastAPI fiable et prêt pour la production ?
La plupart des scripts de vision par ordinateur fonctionnent parfaitement dans un notebook Jupyter, mais dès que vous les connectez à des flux RTSP en direct, ils perdent des frames, des identifiants de suivi ou plantent le serveur.
Ce que je construis :
- Traitement en direct RTSP : Intégration fluide des caméras IP avec gestion des frames perdues.
- Suivi avancé : ByteTrack/BoT-SORT pour des identifiants cohérents dans des scènes encombrées (trafic/détail).
- Optimisation pour les cas extrêmes : SAHI pour les petits objets et prétraitement pour la nuit ou les angles.
- Déploiement en production : Backend FastAPI propre, conteneurisé via Docker.
- Accélération de l'inférence : Optimisation ONNX/TensorRT pour GPU limités.
Pile technologique :
Python | YOLO | OpenCV | FastAPI | Docker | ONNX | CUDA
Pourquoi me choisir ?
Je ne me contente pas de former des modèles ; je conçois des systèmes résilients. Avec une expérience professionnelle en MLOps, je fournis un code évolutif, prêt à s’intégrer dans une vraie entreprise, pas des expérimentations fragiles.
Important : Le matériel et les configurations de caméras varient. Veuillez me contacter avant de commander pour discuter du FPS, des contraintes GPU et de l’architecture.
Mon portfolio
FAQ
Traduction automatique
Quel matériel faut-il pour faire fonctionner ce pipeline RTSP sans problème ?
Cela dépend du nombre de flux simultanés et du FPS souhaité. Pour des performances optimales, je recommande une GPU NVIDIA. Pour maximiser les capacités de votre matériel, j’optimise les modèles avec ONNX Runtime ou TensorRT, garantissant une inférence efficace même avec des ressources limitées.
Votre système peut-il gérer plusieurs flux RTSP en même temps ?
Oui. Je conçois le pipeline avec une gestion efficace multi-threading et batching. Lorsqu'il est intégré dans un backend FastAPI, le système peut gérer plusieurs flux RTSP simultanément, à condition que votre matériel de déploiement ait la capacité de traitement nécessaire.
Mes caméras sont très hautes. Pouvez-vous détecter avec précision de petits objets ?
Oui. Pour des angles raides ou des objets éloignés, YOLOv8 standard a souvent du mal. J’utilise SAHI (Slicing Aided Hyper Inference) avec des pipelines de prétraitement personnalisés pour détecter et suivre précisément de petits objets (comme des véhicules éloignés ou des foules) sans perdre de frames.
Comment gérez-vous les IDs de suivi lorsque les caméras lag ou perdent des frames ?
Les flux RTSP sont notoirement instables sur les réseaux réels. J’utilise des algorithmes de suivi robustes comme ByteTrack et BoT-SORT, combinés à une logique personnalisée pour maintenir la cohérence des IDs même si la caméra a des saccades ou perd des frames temporairement.
Comment recevrai-je le livrable final ?
Vous n’obtiendrez pas seulement un script Python brut. Vous recevrez une image Docker entièrement conteneurisée avec un backend FastAPI, une documentation API claire et des instructions pour le déployer sur votre serveur local ou en cloud.
Dois-je fournir le dataset pour la détection d'objets personnalisés ?
Pour des objets standards (voitures, personnes, etc.), nous pouvons utiliser des poids YOLOv8 pré-entraînés. Si vous souhaitez suivre des objets personnalisés ou de niche, vous devrez fournir des données annotées. Si vous avez des images brutes, je peux vous aider avec des outils d’annotation automatique pour accélérer le processus.
