Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Vou implantar rastreamento de objetos YOLOv8 RTSP como backend FastAPI
Engenheiro de IA para Visão Computacional e IA Generativa
Sou um engenheiro de IA e desenvolvedor Python especialista em criar soluções de IA escaláveis e completas. Eu faço a ponte entre Visão Computacional e IA Generativa.
Especialidades principais:
• Vis...
Sobre este Serviço
Você está tendo dificuldades para implantar o rastreamento de objetos YOLOv8 RTSP em um backend FastAPI confiável e pronto para produção?
A maioria dos scripts de visão computacional funciona perfeitamente em um notebook Jupyter, mas no momento em que você conecta eles a feeds de câmeras RTSP ao vivo, eles perdem quadros, perdem IDs de rastreamento ou travam o servidor.
O que eu faço:
- Processamento de RTSP ao vivo: Integração perfeita com câmeras IP, lidando com quadros perdidos.
- Rastreamento avançado: ByteTrack/BoT-SORT para IDs consistentes de múltiplos objetos em cenas lotadas (tráfego/varejo).
- Otimização para casos extremos: SAHI para objetos pequenos e pré-processamento para noite/ângulo.
- Implantação em produção: backend FastAPI limpo, containerizado via Docker.
- Aceleração de inferência: otimização com ONNX/TensorRT para GPUs limitadas.
Pilha tecnológica:
Python | YOLO | OpenCV | FastAPI | Docker | ONNX | CUDA
Por que me escolher?
Eu não apenas treino modelos; eu projeto sistemas resilientes. Com experiência profissional em MLOps, entrego código escalável, feito para integração real com negócios, não experimentos frágeis.
Importante: Hardware e configurações de câmeras variam. Por favor me envie uma mensagem antes de fazer o pedido para discutir FPS, limitações de GPU e arquitetura.
Meu portfólio
Perguntas frequentes
Tradução automática
Que hardware preciso para rodar essa pipeline RTSP sem problemas?
Depende do número de streams simultâneos e do FPS desejado. Para desempenho ideal, recomendo uma GPU NVIDIA. Para maximizar o potencial do seu hardware, otimizo os modelos usando ONNX Runtime ou TensorRT, garantindo inferência eficiente mesmo em recursos limitados.
Seu sistema consegue lidar com múltiplos streams RTSP ao mesmo tempo?
Sim. Eu projeto a pipeline com multi-threading eficiente e batching. Quando envolvida em um backend FastAPI, o sistema consegue suportar streams RTSP simultâneos, desde que seu hardware de implantação tenha capacidade de processamento suficiente.
Minhas câmeras estão instaladas bem altas. Você consegue detectar objetos pequenos com precisão?
Sim. Para ângulos inclinados ou objetos distantes, o YOLOv8 padrão muitas vezes tem dificuldades. Eu uso SAHI (Slicing Aided Hyper Inference) junto com pipelines de pré-processamento personalizados para detectar e rastrear objetos pequenos (como veículos distantes ou multidões) sem perder taxa de quadros.
Como você lida com IDs de rastreamento quando as câmeras atrasam ou perdem quadros?
Streams RTSP são notoriamente instáveis em redes do mundo real. Eu utilizo algoritmos de rastreamento robustos como ByteTrack e BoT-SORT, combinados com lógica personalizada para manter a consistência dos IDs mesmo se a câmera travar ou perder quadros temporariamente.
Como vou receber o produto final?
Você não vai receber apenas um script Python bruto. Vai receber uma imagem Docker totalmente containerizada com um backend FastAPI, documentação clara da API e instruções para rodar no seu servidor local ou na nuvem.
Preciso fornecer o dataset para detecção personalizada de objetos?
Para objetos padrão (carros, pessoas, etc.), podemos usar pesos pré-treinados do YOLOv8. Se precisar rastrear objetos personalizados ou de nicho, será necessário fornecer dados anotados. Se tiver imagens brutas, posso ajudar com ferramentas automatizadas de anotação de imagens para acelerar o processo.
