Eu vou construir uma pipeline de visão computacional com yolov8 opencv e ffmpeg
Engenheiro Full Stack sênior e de Python, especialista em Mobile RE, IA Agents, fundador de SaaS
Sobre este Serviço
Tá difícil conseguir uma pipeline de visão computacional que funcione na produção? Cansado de demos que desandam na vídeo real, GPUs reais ou resolução real?
Eu monto pipelines de CV com YOLOv8, OpenCV e FFmpeg todo dia. Detecção, rastreamento, processamento em lote, inferência via REST, não só em notebook.
- Trabalhos entregues (alguns públicos em github.com/pyotrmuhammad):
- Pipeline de batch de imagens com ComfyUI-BatchFactory usando IA.
- Fábrica de vídeos TikTokBatchFactory com FFmpeg + orquestração.
- KrakenSubtitle, gerador de legendas karaokê palavra por palavra com precisão de quadro.
- SPORTSREELZ, extrator de destaques de jogos de futebol com CV + detecção de cena.
- Canal de vídeos de quiz automatizado Pepite Quiz (@pepitequiz no YouTube) que criei do zero.
- nzs-luxe.com, geração de vídeos com IA + upload automático para redes sociais, para minha loja de e-commerce.
- Pipeline de clips de podcast, extrator de clips virais com detecção de orador + cena.
O que você recebe: pipeline funcionando ajustada ao seu input e hardware. Tamanho do modelo YOLOv8 conforme seu orçamento de latência. Pré/pós-processamento com OpenCV. FFmpeg para ingestão, codificação e extração de clips. README e exemplo executável.
Me diga o que precisa detectar, classificar ou extrair. NDA sob solicitação.
Meu portfólio
Perguntas frequentes
Tradução automática
Q: Quais projetos reais de visão computacional você já entregou?
A: ComfyUI-BatchFactory e TikTokBatchFactory estão públicos no meu GitHub (github.com/pyotrmuhammad), além do rmbg-enhance para remoção de fundo em produção e KrakenSubtitle para queima de legendas com precisão de quadro. Tudo criado e implantado por mim.
Q: Você consegue fazer inferência em tempo real ou otimização para GPU?
A: Sim. YOLOv8n alcança mais de 30 FPS em uma GPU T4. Ajusto o tamanho do modelo (n/s/m/l/x) e o batch conforme seu orçamento de latência. Exportação para ONNX e otimização com TensorRT disponíveis na camada Premium.
P: Quais entregáveis receberei?
A: Pipeline em Python funcionando, README, requirements.txt, um exemplo executável, arquivo do modelo treinado e scripts de inferência. A camada Premium adiciona Dockerfile e servidor API REST.
Q: Você assina NDAs?
A: Sim, em todos os projetos — prática padrão. Seus dados, caso de uso e código permanecem privados.
Q: Quão rápido você pode começar?
A: Em até 24 horas após confirmação do pedido. Me envie seu formato de input e detecção desejada — vou te passar um plano claro em horas.

