Je vais créer une détection et un suivi d'objets yolo personnalisés pour images et vidéos
Ingénieur en automatisation de données Python et vision par ordinateur
Niveau 1
Répond à certains critères de performance et présente un fort potentiel sur la place de marché.
À propos de ce service
Votre caméra capture déjà la scène. La pièce manquante est un système qui peut vous dire ce qui est apparu, où cela a bougé et combien de fois une ligne a été traversée.
Je conçois des systèmes personnalisés de détection et de suivi d’objets avec YOLO pour des images, des vidéos enregistrées et des flux en direct. La solution est adaptée à votre footage réel, aux objets cibles, à l’éclairage, à l’angle de la caméra et au matériel — pas une démonstration générique entraînée sur des données non liées.
Je peux fournir :
- Entraînement et ajustement personnalisé de YOLO
- Suivi multi-objets avec des identifiants stables
- Comptage, traversée de ligne, zones et règles d’événements
- Inférence sur image, vidéo, webcam ou RTSP
- Métriques de validation et résultats de test annotés
- Code source Python, poids entraînés et guide d’installation
- Options de déploiement FastAPI, Docker, ONNX ou TensorRT
Envoyez les objets cibles, un échantillon de footage, l’état du dataset et l’environnement de déploiement. J’évaluerai ce qui est réaliste, définirai la première version adaptée et construirai un système que vous pourrez tester avec de vraies données.
Pas de promesses d’exactitude exagérées. Pas de livraison uniquement sous forme de notebook. Juste un pipeline de vision clair, testé et conçu pour le travail.
APIs:
Amazon Rekognition
•
Autres
Langage de programmation:
Python
Outils:
Jupyter Notebook
•
opencv
•
tensorflow
•
MLflow
Frameworks:
Scikit-learn
•
keras
•
PyTorch
•
Autres
Mon portfolio
FAQ
Traduction automatique
Dois-je fournir un ensemble de données ?
Pour les objets personnalisés, vous avez généralement besoin d'images étiquetées représentant l'environnement réel. Je vais examiner le jeu de données avant l'entraînement et expliquer si sa taille, ses étiquettes et sa variété sont adaptées.
Pouvez-vous utiliser un modèle YOLO pré-entraîné ?
Oui, lorsque les objets requis existent déjà dans un jeu de données pré-entraîné supporté. Pour des objets spécialisés, un ajustement sur vos propres images étiquetées donne généralement une solution plus pertinente.
Le système peut-il suivre et compter des objets ?
Oui. Je peux attribuer des identifiants persistants, compter les objets, détecter les crossings de ligne et surveiller des zones définies dans des vidéos enregistrées ou en direct.
Cela fonctionnera-t-il en temps réel ?
Cela dépend de la taille du modèle, de la résolution vidéo, du nombre de caméras et du matériel cible. J’évaluerai l’environnement prévu avant de garantir une vitesse en temps réel.
Vais-je recevoir le code source et les poids entraînés ?
Oui. Chaque package inclut le code source Python convenu, les poids du modèle entraîné et des instructions pour faire fonctionner le système livré.
Pouvez-vous le déployer sur un serveur ou un appareil edge ?
Oui. Le déploiement sur un serveur cloud convenu, NVIDIA Jetson, machine locale supportée ou autre environnement adapté est disponible en Premium ou en option supplémentaire.
Pouvez-vous annoter mon dataset ?
De petites corrections peuvent être discutées, mais l'annotation complète est gérée via le service séparé d'annotation d'images et de vidéos. Cela permet de garder le périmètre et les attentes en termes de qualité clairs.
Pouvez-vous garantir une précision spécifique ?
Aucun ingénieur sérieux ne peut garantir la précision avant d’avoir examiné les données et les conditions d’exploitation. Je fournis des résultats de validation, explique les limitations et montre comment le système fonctionne sur des exemples retenus.
Pouvez-vous identifier des personnes spécifiques ?
Ce service se concentre sur les classes d'objets, le mouvement et le comptage — pas sur l'identification d'individus ou la création de systèmes de surveillance biométrique non autorisés.

