Eu farei detecção de objetos, rastreamento de objetos e visão computacional com yolo

Eu treino modelos de detecção de objetos que funcionam com suas imagens reais, não apenas com imagens de benchmark limpas.

A maioria dos projetos de detecção falha por um motivo: o modelo foi validado em dados organizados e depois implantado em vídeos do mundo real com motion blur, iluminação ruim, oclusões e ângulos incomuns. Eu preparo para isso desde o começo.

O que eu faço:

• Detecção de objetos personalizada com YOLO, treinada com seu conjunto de dados
• Rastreamento de objetos entre quadros de vídeo com IDs consistentes
• Classificação e segmentação de imagens
• Contagem, detecção de zonas, lógica de proximidade e risco
• Anotação e aumento de dataset onde ainda não há labels
• Exportação para ONNX e suporte à implantação

Por que me escolher:

• Mais de 5 anos construindo visão computacional de produção, não apenas tutoriais
• Assistente de Pesquisa no Centro de Engenharia de Linguagem do Paquistão
• Pesquisador visitante na Universidade de Konstanz
• Artigo publicado na LREC; dataset público e modelo de detecção treinado lançado no Hugging Face
• 20 avaliações de cinco estrelas com clientes que retornam

Trabalho recente: Eu criei e lancei uma stack completa de detecção de tráfego para ambientes de tráfego misto: 13 horas de footage fonte, 1506 caixas anotadas, um modelo YOLO ajustado com 0.72 mAP50, além de um app de overlay de risco de proximidade. Dataset e modelo estão ambos