Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich werde eigene YOLO-Modelle für Detection, Segmentation und Pose Estimation trainieren
Computer Vision Entwickler, YOLO Modelltraining
Hallo, ich bin Alvin, Master-Student in Biomechatronics Engineering an der National Taiwan University. Ich entwickle eigene Computer-Vision-Workflows mit Python und YOLO für meine Forschung, inklusive...
Über diesen Service
Ich trainiere eigene YOLO-Modelle für Detection, Instanz-Segmentation, Pose/Schlüsselpunkte, Klassifikation und orientierte Bounding Boxes (OBB). Jedes Paket deckt EINE vereinbarte Aufgabe und Dataset ab. Schick mir vor der Bestellung eine Nachricht mit Beispielbildern.
Enthält Label-Checks, Feinabstimmung, auf die Aufgabe abgestimmte Validierungsmetriken, Gewichte, Trainingseinstellungen und Python-Inferenzcode.
BASIC $100: 500 gelabelte Bilder, 3 Klassen, 1 Lauf, 7 Tage.
STANDARD $150: 1500 Bilder, 5 Klassen, bis zu 3 Läufe, Vergleich und Fehlerreview, 14 Tage.
PREMIUM $300: 3000 Bilder, 10 Klassen, bis zu 5 Läufe, getesteter ONNX-Export und Übergabeguide, 21 Tage.
Labeling: $50/100 Bilder (5 Boxen/Bild, 5 Klassen) oder $50/50 Bilder (3 Segmentation-Instanzen oder Pose-Objekte/Bild, 3 Klassen). Jeder Zusatz dauert 3 Tage. Pose-Schlüsselpunkte und Maskenkomplexität müssen vorher vereinbart werden.
Training erfolgt mit einer NVIDIA RTX Pro 6000. Ergebnisse hängen von der Datenqualität ab; eine feste Genauigkeit ist nicht garantiert. Deployment, Hosting und App-Entwicklung sind separat zu vereinbaren.
Programmiersprache:
Python
Mein Portfolio
FAQ
Automatische Übersetzung
Brauche ich ein gelabeltes Dataset?
Ja. Pakete erfordern gelabelte Bilder. Extras: 50$ für 100 Bilder (max 5 Boxen/Bild, 5 Klassen) oder 50$ für 50 Bilder (max 3 Segmentation-Instanzen oder Pose-Objekte/Bild, 3 Klassen). Jeder Zusatz dauert 3 Tage. Vereinbare vor der Bestellung die Anzahl der Keypoints und die Maskenkomplexität.
Was bekomme ich?
Gelernte Gewichte, Trainingseinstellungen, Umgebungsanforderungen, Validierungsmetriken und ein Python-Inferenzskript. Standard beinhaltet Laufvergleich und Fehlerreview. Premium umfasst getesteten ONNX-Export und einen Übergabeguide. App-Entwicklung, Hosting und Deployment sind nicht enthalten.
Kannst du Genauigkeit garantieren?
Eine feste Genauigkeit ist nicht garantiert. Ich berichte task-abhängige Metriken auf einem vereinbarten Validierungs-Split, wie Detection/Mask mAP, Pose-Metriken oder Klassifikationsgenauigkeit. Die Qualität hängt von Datenvielfalt und Labels ab. Verwandte Frames und Near-Duplicates bleiben im selben Split, um Leckagen zu vermeiden.
Was zählt als Überarbeitung?
Revisionen umfassen Korrekturen innerhalb der vereinbarten Aufgabe, Dataset und Lauf-Plan. Aufgabenwechsel, Dataset- oder Klassenhinzufügungen, zusätzliche Experimente, Tracking oder Deployment erfordern zusätzlichen Umfang. Fehler in meinem gelieferten Code werden korrigiert.
Welche YOLO-Version und Modellgröße verwendest du?
Wir einigen uns auf Version, Modellgröße und EINE Aufgabe: Detection, Segmentation, Pose, Klassifikation oder OBB, basierend auf Beispielbildern und Zielhardware. Keypoint-Schema und Export-Kompatibilität werden vor der Bestellung vereinbart. Framework- und Model-Lizenzen hängen von den gewählten Tools ab.
Wie wurden die Portfolio-Beispiele erstellt?
PPE-Boxen und Building-Masken sind YOLO-Vorhersagen. Gelbe Fahrzeugmasken verwenden SAM 2.1 Tiny mit manuell ausgewählten Box-Prompts und Review, nicht automatische YOLO-Fahrzeugerkennung. Geflügelbilder zeigen Pose/Keypoint-Visualisierung. Credits und Workflow-Details sind in meinem Portfolio.
