Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Vou desenvolver detecção de cola em exames baseada em IA com yolov11 lstm
Faisalkhan
Sobre este Serviço
Tradução automática
Vou criar um sistema revolucionário de detecção de cola em exames alimentado por IA usando YOLOv11 e LSTM, projetado para transformar a integridade acadêmica em instituições de ensino.
Essa solução de ponta oferece:
Detecção de cola em tempo real com mais de 95% de precisão
Análise comportamental avançada alimentada por LSTM e visualizações de heatmap
Monitoramento de múltiplos ângulos para cobertura total da sala de exame
Alertas inteligentes e indicadores visuais instantâneos
Resultados prontos para pesquisa incluindo gráficos, linhas do tempo e métricas estatísticas
Se você estiver construindo um sistema de vigilância acadêmica ou realizando pesquisa, esse modelo de IA é ideal para:
Universidades e escolas
Órgãos de certificação
Plataformas de ensino online
Instituições de pesquisa
Melhore a transparência, reduza o viés humano e possibilite decisões acadêmicas baseadas em dados, tudo com um sistema inteligente.
Conheça mais sobre Faisalkhan
Faisalkhan
Computer Vision AI Expert
- A partir dePaquistão
- Membro desdejul. de 2025
- Responde em aprox.:1 hora
- Última entrega10 meses
Idiomas
Inglês, Urdu, Árabe
Experienced Computer Vision Engineer and Deep Learning Expert with strong skills in Python, TensorFlow, PyTorch, and OpenCV. Specialized in object detection, pose estimation, generative AI, and predictive analytics. Proficient in Power BI, Tableau, and deploying AI at scale using Databricks, SQL, and cloud platforms. Delivered solutions for medical imaging, smart cities, and R&D with advanced models like YOLO, ViT, GANs, and DeepSORT
Tradução automática
Meu portfólio
Outros serviços de Desenvolvimento de Software que eu ofereço
Perguntas frequentes
Tradução automática
Q1: Quais tecnologias você usa no sistema de detecção de cola?
Eu uso modelos de última geração como YOLOv11 para detecção de objetos em tempo real e redes LSTM (Long Short-Term Memory) para classificação de comportamento. O sistema é alimentado por Ultralytics e frameworks de IA baseados em Python
Q2: Esse sistema consegue detectar dispositivos escondidos ou comportamentos suspeitos dos estudantes?
Sim, ele consegue detectar objetos não autorizados (como celulares, fones de ouvido) e movimentos suspeitos usando detecção de objetos e análise de postura. Também acompanha padrões de comportamento para análises mais profundas
Q3: Você oferece uma demonstração ao vivo ou um protótipo funcional?
Sim, dependendo do pacote escolhido. Os pacotes Padrão e Premium incluem uma demonstração ao vivo ou vídeo de simulação mostrando como o sistema funciona em um exame em tempo real
