Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Vou construir modelos personalizados de visão computacional, detecção de objetos e reconhecimento facial
Engenheiro de Aprendizado de Máquina
Oi! Sou Shyam, um Engenheiro de Aprendizado de Máquina especializado em IA, Visão Computacional, NLP e IA Generativa. Construo soluções práticas de IA incluindo modelos ML, sistemas de visão computaci...
Sobre este Serviço
Procurando um Engenheiro de Visão Computacional para desenvolver modelos personalizados de detecção de objetos, sistemas de reconhecimento facial ou análises de vídeo em tempo real? Você está no lugar certo!
Especializo-me em criar soluções completas de visão computacional usando PyTorch, OpenCV, YOLOv8 e indexação por busca vetorial. Seja para detecção personalizada de pontos-chave, monitoramento por CCTV com múltiplas câmeras ou classificação de imagens de alta precisão, entrego soluções otimizadas e prontas para produção.
O que eu ofereço:
- Detecção de Objetos & Rastreamento de Pontos-Chave: Treinamento de modelos personalizados YOLOv8/PyTorch para objetos, pontos-chave e transcrição visual precisa.
- Reconhecimento Facial & Vigilância: Pipelines de correspondência de identidade em menos de 100ms usando embeddings do Hugging Face (FaceNet) + busca vetorial FAISS.
- Análises de Vídeo em Tempo Real: Processamento de streams de CCTV com múltiplas câmeras (25+ FPS), otimização de queda de quadros e motores de alertas automáticos (SMS/Email).
- Modelos de Deep Learning Híbridos: Vision Transformers (Swin Transformer), CNNs, extração de características e detecção de anomalias zero-shot.
- Integração Completa de CV: Aplicações web Flask, containerização com Docker e implantação na nuvem.
Por que me escolher?
- Experiência Comprovada na Área: Desenvolvi sistemas de vigilância com IA que gerenciam múltiplas câmeras simultaneamente.
Outros serviços de Ciência de dados e ML que eu ofereço
Perguntas frequentes
Tradução automática
Você pode treinar YOLOv8 no meu conjunto de dados personalizado?
Sim! Posso anotar ou processar seu conjunto de dados, treinar um modelo YOLOv8 personalizado para detecção de objetos ou pontos-chave e avaliar o desempenho (mAP, recall, precisão).
Qual a velocidade do sistema de reconhecimento facial / correspondência de identidade?
Ao integrar embeddings de características profundas com busca vetorial FAISS, a correspondência de identidade ocorre em menos de 100ms para mais de 500 perfis registrados, sem atrasar streams de vídeo.
Seu sistema consegue lidar com CCTV ao vivo ou streams de múltiplas câmeras?
Sim. Crio pipelines de processamento de vídeo em tempo real usando OpenCV que processam múltiplas streams a mais de 25 FPS sem queda de quadros.
Vou receber os pesos completos do modelo e o código fonte?
Com certeza. Você receberá o código fonte completo em Python, arquivos de pesos do modelo (.pt, .onnx ou .h5), instruções de configuração e documentação limpa.
