Vou desenvolver um modelo personalizado para detecção, classificação e segmentação


Sobre este Serviço
Tradução automática
Você tem um problema de visão computacional que precisa de uma solução real, não código copiado de tutoriais. Eu crio sistemas de IA de alto desempenho para detecção, rastreamento, classificação de objetos e segmentação de imagens que funcionam em ambientes do mundo real.
Sou Engenheiro de Software registrado na PEC (COMP/028521) com experiência prática em YOLO, OpenCV, PyTorch e TensorFlow. Desenvolvi um sistema de detecção de infrações de trânsito em tempo real com detecção de capacete, monitoramento de cinto de segurança, análise de vidros escurecidos e Reconhecimento Automático de Placas (ANPR) rodando em vídeos multi-stream ao vivo.
O QUE POSSO CONSTRUIR
Detecção de objetos personalizada com CNN / YOLO
Classificação de imagens com CNN, ResNet, EfficientNet
Rastreamento de objetos em tempo real usando ByteTrack & OC-SORT
Segmentação de imagens com U-Net & Mask-RCNN
Sistemas de ANPR / Reconhecimento de placas
Pipeline de OCR para documentos e carteiras de identidade
Sistemas de detecção e reconhecimento facial
Análise de vídeo e IA de vigilância
Implantação com TensorFlow Lite para dispositivos móveis/edge
APIs FastAPI para inferência em tempo real
Implantação com Docker e na nuvem (AWS, Hugging Face)
Dashboards Streamlit para visualização
STACK TECNOLÓGICO
Python | YOLO | OpenCV | PyTorch | TensorFlow | Keras
FastAPI | Docker | AWS |
Conheça mais sobre M Ihtesham Khan
AI, ML, DL, Computer vison, NLP, Transformers, Chatbots,
- A partir dePaquistão
- Membro desdemar. de 2021
- Responde em aprox.:1 hora
Idiomas
Pashto, Urdu, Hindi, Inglês
Tradução automática
Perguntas frequentes
Tradução automática
Você trabalha com conjuntos de dados personalizados ou apenas públicos?
Trabalho exclusivamente com seu conjunto de dados personalizado. Seja você com 200 imagens ou 20.000, cuido de toda a pipeline: anotação, orientação, pré-processamento, aumento, treinamento e avaliação. Se seu conjunto precisar de limpeza ou rotulagem, podemos discutir como complemento.
Em qual formato será entregue o arquivo final?
Você recebe código fonte limpo em Python, pesos do modelo treinado (.pt / .h5 / ONNX), um script de inferência, um README com instruções de configuração e um vídeo curto demonstrando o funcionamento do modelo nos dados de teste. Tudo embalado para você rodar imediatamente.
Você pode implantar o modelo para rodar em um site ou aplicativo móvel?
Sim. Posso envolver o modelo em um endpoint REST com FastAPI, containerizá-lo com Docker e implantá-lo na AWS ou Hugging Face Spaces. Para mobile, converto modelos para TensorFlow Lite para inferência no dispositivo Android. Já fiz isso em meus próprios apps publicados na Play Store.
Meu conjunto de dados é muito pequeno. Ainda assim, você consegue bons resultados?
Conjuntos pequenos são minha especialidade. Uso transferência de aprendizado de modelos pré-treinados no ImageNet, estratégias agressivas de aumento e técnicas de balanceamento de classes que melhoram bastante o desempenho com dados limitados. Serei honesto se o conjunto for realmente pequeno demais para gerar resultados.
Você fornece suporte após o parto?
Sim — ofereço 7 dias de suporte pós-entrega para problemas de configuração, correção de bugs e dúvidas, sem custo adicional. Pacotes de suporte estendido estão disponíveis como extra no serviço.

