Vou converter, limpar e corrigir seu dataset yolo, coco ou voc para treinamento

Algumas informações foram traduzidas automaticamente.

Vietnã

Eu falo Vietnamita, Inglês

Engenheiro de IA para Visão Computacional e aplicativos de LLM

Eu crio sistemas de IA que funcionam no mundo real. Meus projetos recentes incluem SYL GuardianCam, um sistema de detecção de quedas em tempo real (YOLO Pose, FastAPI, Docker) com 83% de F1 que ficou ...
Sobre este Serviço

Dados ruins são a razão mais comum para um modelo de detecção falhar. Eu limpo, converto e valido seu conjunto de dados de detecção de objetos para que esteja pronto para treinar.


Contexto: para meu projeto de detecção de segurança com PPE, juntei 5 fontes públicas em um conjunto de dados limpo com 6.956 imagens: nomes de classes unificados, removi duplicatas, verifiquei vazamentos de treino/teste e corrigi rótulos quebrados. Com comparações de métodos, o mAP50 aumentou de 0.674 para 0.753 em um conjunto de teste com 808 imagens.


Eu posso:

  • Converter entre YOLO TXT, COCO JSON, Pascal VOC XML e exportações do Roboflow
  • Remover imagens corrompidas, duplicatas exatas e próximas, caixas vazias ou inválidas
  • Renomear, mesclar ou remapear classes em vários conjuntos de dados
  • Criar divisões limpas de treino/validação/teste sem vazamentos
  • Relatar contagem de classes, tamanhos de caixas e rótulos suspeitos com amostras visuais

O que você recebe:

  • O conjunto de dados limpo no formato desejado com data.yaml
  • Um relatório de auditoria curto (CSV/Markdown mais gráficos)
  • Os scripts em Python que usei, para que você possa repetir o processo

Nota: criar novos rótulos do zero não está incluído. Me envie uma mensagem para um orçamento.

Técnica:

Automatizado

Tipo de marcação:

Imagem

•

Vídeo