Je vais faire de la détection d'objets, du suivi d'objets et de la vision par ordinateur avec yolo

Je forme des modèles de détection d'objets qui fonctionnent sur vos images réelles, pas seulement sur des images de référence propres.

La plupart des projets de détection échouent pour une raison : le modèle a été validé sur des données propres puis déployé sur des vidéos du monde réel avec flou de mouvement, mauvaise éclairage, occlusion et angles inhabituels. Je conçois cela dès le départ.

Ce que je fais :

• Détection d'objets personnalisée avec YOLO, entraînée sur votre dataset
• Suivi d'objets à travers les images avec des identifiants cohérents
• Classification et segmentation d'images
• Comptage, détection de zones, logique de proximité et de risque
• Annotation et augmentation de dataset si vous n'avez pas encore de labels
• Export en ONNX et support pour le déploiement

Pourquoi moi :

• Plus de 5 ans d'expérience en vision par ordinateur en production, pas en tutoriels
• Assistant Manager Research au Centre for Language Engineering du Pakistan
• Chercheur invité, Université de Konstanz
• Publication d'un papier LREC ; dataset public et modèle de détection entraîné publié sur Hugging Face
• 20 avis cinq étoiles avec des clients réguliers

Travail récent : J'ai construit et publié une stack complète de détection de trafic pour des environnements à trafic mixte : 13 heures de vidéos sources, 1506 boîtes annotées, un modèle YOLO ajusté à 0,72 mAP50, plus une application d'overlay de risque de proximité. Dataset et modèle disponibles.