Je vais concevoir des systèmes de suivi d'objets yolov8 personnalisés et de vision edge AI


À propos de ce service
Traduction automatique
Vous avez besoin d’un suivi d’objets personnalisé ou d’un déploiement en temps réel de l’edge AI ? Je forme des modèles YOLOv8 sur mesure et je crée des pipelines d’analyse vidéo performants.
CE QUE JE FAIS :
Formation de modèles YOLOv8/v11 personnalisés : détection d’objets, segmentation, estimation de pose.
Intégration du suivi multi-objets avec DeepSORT ou ByteTrack pour un comptage automatique.
Optimisation des modèles via quantification FP16, ONNX Runtime ou TensorRT.
Configuration de déploiement en edge pour NVIDIA Jetson, Raspberry Pi ou Linux embarqué.
Pipeline de traitement en direct des flux RTSP avec journalisation des événements et écriture dans une base de données.
Je ne me contente pas de livrer un fichier .pt. Je fournis des systèmes d’inférence compilés, optimisés pour le hardware, prêts pour le déploiement en edge.
Basique : formation de modèle personnalisé sur votre dataset avec rapport de métriques.
Standard : pipeline de suivi/comptage pour flux vidéo ou flux RTSP.
Premium : système de vision optimisé pour l’edge (Jetson/Pi) avec code source.
Contactez-moi avec vos besoins en hardware et dataset.
Découvrez Eyad Arshad
AI Engineer specializing in Computer Vision, ML Systems, Python and CPP
- DePakistan
- Membre depuisoct. 2018
- Temps de réponse moy.1 heure
Langues
Ourdou, Anglais
Traduction automatique
Mon portfolio
FAQ
Traduction automatique
Pour quel matériel cette optimisation est-elle conçue ?
J'optimise les modèles pour NVIDIA Jetson (Nano, Orin), Raspberry Pi 4/5, PC d'edge x86/x64, et appareils Linux embarqués.
Comment optimisez-vous les modèles pour des appareils avec peu de puissance de calcul ?
Je convertis les modèles en ONNX Runtime ou TensorRT et j'applique la quantification (FP16/INT8) pour réduire la taille du modèle et la latence.
Pouvez-vous gérer des flux vidéo RTSP multi-camera ?
Oui. Je crée des pipelines d'ingestion Python multi-threadés pour récupérer, traiter et suivre des objets provenant de plusieurs caméras IP en même temps.
Quels algorithmes de suivi d'objets supportez-vous ?
J'intègre DeepSORT, ByteTrack ou BoT-SORT selon la précision de suivi souhaitée et les contraintes matérielles.
Dois-je fournir des images annotées pour l'entraînement ?
Si vous avez des données annotées, c'est idéal. Sinon, je peux gérer l'annotation avec CVAT ou Roboflow (contactez-moi pour un devis personnalisé).
Pouvez-vous transformer le modèle en application de bureau ?
Oui. Consultez mon service PyQt6 pour un déploiement professionnel sur bureau, ou contactez-moi pour une offre combinée.

