Je réaliserai la vision par ordinateur, la détection et le suivi d’objets YOLO sur votre vidéo

Certaines informations ont été traduites automatiquement.

Pakistan

Je parle Anglais, Allemand

50 commandes terminées

Ingénieur en vision par ordinateur : détection, suivi, OCR

Je conçois des systèmes de vision par ordinateur qui fonctionnent dans des conditions réelles, pas seulement sur des données de référence propres. Plus de 5 ans d'expérience en détection d'objets, sui...

Niveau 1

Répond à certains critères de performance et présente un fort potentiel sur la place de marché.

À propos de ce service

Je de9veloppe des mode8les de de9tection de9 objets qui fonctionnent sur vos images re9elles, pas seulement sur des images de be9nchmark propres.

La plupart des projets de de9tection échouent pour une raison unique : le mode8le a e9te9 valide9 sur des donne9es propres, puis de9ploye9 sur une vide9o re9elle avec du flou de mouvement, un mauvaisclairage, des occlusions et des angles inhabituels. Je cone7ois e7a de8s le d00e9but.


Ce que je fais :

  • De9tection de9 objets personnalise9e avec YOLO, entraineene9e sur votre jeu de donne9es
  • Suivi de9 objets e9 travers les images e0 travers les frames avec des identifiants cohe9rents
  • Classification et segmentation de9 image
  • Comptage, de9tection de zones, logiques de proximite9 et de risque
  • Annotation et augmentation de jeux de donne9es lorsque vous n'avez pas encore d'e9tiquettes
  • Export ONNX et support de de9ploiement


Pourquoi moi :

  • Plus de 5 ans d'expe9rience en vision par ordinateur en production, pas des tutoriels
  • Assistant Manager Research au Centre pakistanais pour l'inge9nierie du langage
  • Chercheur associe9, Universite9 de Konstanz
  • Article LREC 2026 publie9 ; jeu de donne9es publiques et mode8le de de9tection entraine9 disponible sur Hugging Face
  • 22 avis e9toiles sur cinq avec des clients fide8les


Travaux re9cents : jb4ai de9veloppe9 et publie9 une stack comple8te de de9tection du trafic pour des environnements e0 trafic mixte : 13 heures d'images source, 1 506 boeetes anote9es, un mode8le YOLO ajuste9 e0 0,72 mAP50, et une appli de superposition de risques de proximite9.

APIs:

Microsoft Computer Vision AI

Expertise:

Traitement d'images

•

Classification

•

Détection d'objets

Langage de programmation:

Python

•

Colab

Outils:

Jupyter Notebook

•

opencv

•

tensorflow

•

Colab

•

PyTorch

Frameworks:

Scikit-learn

•

DeepPy

•

keras

•

PyTorch

•

Panda

Mon portfolio