Ich trainiere und setze benutzerdefinierte YOLO-Objekterkennungsmodelle mit OpenCV ein
Embedded Systems und Edge AI-Entwickler
Über diesen Service
Benötigst du ein Modell, das Objekte in deinen Bildern oder Videos erkennt und auf echte Hardware läuft? Ich trainiere und setze YOLO-Objekterkenner mit Python, PyTorch und OpenCV ein.
Was ich anbiete:
- Benutzerdefiniertes YOLO-Training auf deinem gekennzeichneten Datensatz
- Klare Auswertung: Präzision, Recall, mAP und Beispielvorhersagen
- OpenCV-Inferenz-Skripte für Bilder, Videodateien oder Webcams
- Edge-Deployment auf NVIDIA Jetson oder Int8 TFLite-Quantisierung für Mikrocontroller
Meine Erfahrung: Ich bin MSc-Student für Internet of Things und KI an der University of Bristol. Als Teamkapitän eines vision-basierten selbstfahrenden Autos habe ich Daten gesammelt, Modelle trainiert und YOLOv5-Verkehrszeichen- und Licht-Erkennung auf einem NVIDIA Jetson deployed, daneben lief ein CNN-Spurhalte-Modell. Das Team gewann den nationalen Zweitpreis beim China Robotics and AI Competition. Außerdem habe ich einen 1D-Faltungs-Autoencoder zu Int8 für TFLite Micro quantisiert.
Bitte schreibe mir vor der Bestellung mit der Größe deines Datensatzes, den Klassen und der Zielhardware, damit ich Umfang und Zeitplan bestätigen kann.
Expertise:
Bildverarbeitung
•
Objekterkennung
•
Ausreißererkennung
Programmiersprache:
Python
Tools:
Jupyter-Notizbuch
•
opencv
•
tensorflow
Frameworks:
PyTorch
