Vou construir modelos de visão computacional de alto desempenho para análise de imagem e vídeo

Como pesquisador de IA publicado (WACV, ECCV), entendo profundamente a matemática e a arquitetura por trás dos sistemas de visão modernos. Já desenvolvi pipelines complexos e multimodais que processam vídeo em tempo real em dispositivos edge com latência inferior a 200ms. Se seu projeto precisa de precisão de ponta como detecção de objetos zero-shot, segmentação temporal de vídeo ou QA visual automatizado, você está no lugar certo.

O que posso construir para você:

• Detecção e rastreamento avançados de objetos: Implementação de pipelines rápidos e altamente precisos para rastreamento em tempo real e OCR.
• Análise de vídeo e reconhecimento de atividades: Segmentação temporal complexa e compreensão de atividades humanas usando sequências leves de esqueletos 2D.
• Sistemas multimodais VLM: Fusão de Modelos de Visão e Linguagem para perguntas e respostas complexas de imagem/video e relatórios automatizados.
• Otimização de IA em edge: Compressão e destilação de modelos professores massivos em modelos estudantes compactos e ultrarrápidos para ambientes móveis ou de baixa capacidade de processamento.

Por que me escolher?

• Especialista publicado: Autor de frameworks inovadores de alinhamento de vídeo auto-supervisionado.
• Eficiência pronta para produção: Histórico comprovado de redução da latência do modelo de 20 segundos para 1-2 segundos sem perder precisão.