Vou criar um modelo de CV para segmentação de imagens usando pytorch
Cientista de Dados e Engenheiro de IA construindo sistemas de produção com IA e deep learning
Sobre este Serviço
Freelancers de visão computacional geralmente te entregam um notebook que funciona na máquina deles. Eu te entrego um pipeline de produção que funciona na sua.
Sou Assistente de Pesquisa na Universidade de Punjab Lahore, onde criei um sistema de detecção de células cancerígenas em lâminas de histopatologia usando CellViT++ e deep learning. Manuscrito em preparação para submissão em revista.
O QUE POSSO CONSTRUIR PARA VOCÊ
Classificação de imagens e detecção de objetos
Segmentação de imagens (U-Net, SegFormer)
Análise de imagens médicas (histopatologia, raio-X, MRI, CT)
Pipeline de detecção e contagem de células
Visualizações de explicabilidade Grad-CAM
Implantação com FastAPI + containerização com Docker
PILAR TECNOLÓGICO
PyTorch · OpenCV · U-Net · SegFormer
CellViT++ · YOLO · FastAPI · Docker
Streamlit · albumentations · MONAI
COMO COMEÇAR
Me envie uma mensagem com:
1. Suas imagens ou dataset
2. O que você quer detectar ou segmentar
3. Seu prazo
Vou recomendar o pacote certo antes de você fazer o pedido.
Colaborações em imagens médicas e pesquisa são bem-vindas.
APIs:
Outros
Linguagem de programação:
Python
•
R
•
MATLAB
•
SQL
Ferramentas:
caderno Jupyter
•
opencv
•
fluxo tensor
•
MLflow
•
PyTorch
Frameworks:
Scikit-learn
•
SimpleCV
•
keras
•
PyTorch
•
Panda
Meu portfólio
Outros serviços de Ciência de dados e ML que eu ofereço
Perguntas frequentes
Tradução automática
Por que não usar apenas um modelo gratuito do Hugging Face?
Modelos pré-treinados precisam de ajuste fino nos seus dados, avaliação nas suas classes e uma API implantável. Eu cuido de todo o pipeline — treinamento, métricas e endpoint FastAPI. É isso que você paga, não o modelo base.
Você tem experiência com imagens médicas ou científicas?
Sim. Trabalhei como Assistente de Pesquisa, construindo um modelo de detecção de células cancerígenas em lâminas de histopatologia usando CellViT++. Manuscrito em preparação. Aplico a mesma metodologia de nível de pesquisa em todos os projetos.
O que exatamente recebo na entrega?
Pesos do modelo, código fonte completo, relatório de desempenho (IoU/Dice/AUC), README e visualizações Grad-CAM. Os pacotes Standard e Premium incluem endpoint FastAPI. O pacote Enterprise adiciona Docker e implantação na nuvem. Sem caixas pretas.
Não tenho um dataset rotulado — você ainda pode ajudar?
Sim. Posso buscar um dataset público adequado e adaptá-lo via transfer learning. Se seus dados forem únicos, vou orientar sobre a estratégia de rotulagem e construir com base no que você fornecer. Me envie uma mensagem primeiro para confirmar a abordagem.
E se o modelo não tiver um desempenho bom o suficiente?
Eu defino a métrica alvo por escrito antes de começarmos. Revisões estão incluídas em todos os pacotes para ajustes e tuning. Se seus dados não suportarem o objetivo, te aviso durante o escopo — não após a entrega.

