Ich werde Edge AI und Computer Vision auf ESP32, Raspberry Pi und Jetson bereitstellen
Über diesen Service
Cloud AI ist langsam, kostet bei jedem Aufruf eine Gebühr und funktioniert nicht mehr, wenn die Internetverbindung ausfällt. Dein Gerät kann einfach selbst denken.
Ich trainiere und setze Edge AI- und Computer Vision-Modelle ein, die direkt auf ESP32, Raspberry Pi, Jetson und Coral Hardware laufen. Kein Cloud, keine API-Gebühren, keine Latenz, und deine Daten verlassen das Gerät nie.
WAS DU BEKOMMST
- Ein Modell, das auf deinen Bildern, Geräuschen oder Sensordaten trainiert wurde, nicht eine generische Demo.
- Konvertiert, quantisiert und optimiert, um in den RAM und die Geschwindigkeit deiner Platine zu passen.
- Funktionierende Firmware oder Python-App, die auf das Ergebnis reagiert: Relais, MQTT, Alarm.
- Ein Benchmark-Bericht mit realen Latenz-, Speicher- und Genauigkeitszahlen.
- Vollständiger Quellcode, Trainingsskripte und Dokumentation, damit du später neu trainieren kannst.
BEISPIELANWENDUNGEN
Visuelle Qualitätskontrolle, Personen- und Objekterkennung, Defekterkennung, Gesten- und Schlüsselworterkennung, prädiktive Wartung anhand von Vibrationen oder Strom, Kennzeichen- und Barcode-Lesen.
WARUM DIESES GIG
Die meisten AI-Freelancer können kein Board flashen, und die meisten Hardware-Freelancer können kein Modell trainieren. Dieses Profil macht beides, unterstützt durch 5-Sterne-Bewertungen im Embedded-Bereich.
Sag mir, was das Gerät erkennen soll und welches Board du hast, und ich sage dir, ob es passt.
FAQ
Automatische Übersetzung
Läuft ein AI-Modell wirklich auf einem winzigen Chip wie einem ESP32?
Ja, innerhalb der Grenzen. Ein ESP32-S3 läuft bequem mit quantisierten TFLite Micro-Modellen im Bereich von 10 bis 200 KB mit wenigen Millisekunden Inferenzzeit, was Schlüsselworterkennung, Gesten, einfache Vision und Anomalieerkennung abdeckt. Für schwerere Objekterkennung empfehle ich einen Raspberry Pi oder Jetson.
Welches Board soll ich für mein Projekt verwenden?
Sag mir die Aufgabe, die Bildrate und das Strombudget, und ich empfehle dir kostenlos ein Board, bevor du bestellst. Grobe Richtlinie: ESP32-S3 für Audio, Gesten und einfache Vision, Raspberry Pi 5 oder das AI Kit für echte Objekterkennung, Jetson Orin für Multi-Kamera- oder Video-Modelle.
Wie viele Bilder oder Samples brauchst du, um mein Modell zu trainieren?
Als Mindestanforderung 150 bis 300 gute Samples pro Klasse, mehr bei visuellen Feinheiten. Wenn du noch keine Daten hast, helfe ich dir beim Sammeln oder füge die Dataset-Sammlung und Labeling-Extras hinzu. Ich sage dir immer ehrlich, wenn deine Daten zu dünn sind, bevor ich den Auftrag annehme.
Welche Genauigkeit kannst du garantieren?
Ich verspreche keine Zahl, bevor ich deine Daten gesehen habe, weil jeder, der das tut, rät. Was ich garantiere, ist ein ehrlicher Benchmark-Bericht mit Genauigkeit pro Klasse und einer Verwirrungsmatrix, plus Revisionen zur Verbesserung. Die meisten gut getrennten Klassifikationsaufgaben liegen im Bereich von 90 bis 98 Prozent.
Muss ich dir meine Hardware schicken?
In der Regel nicht. Ich entwickle und teste hier auf demselben Board, dann sende ich dir Firmware, Code und eine Flash-Anleitung. Für ungewöhnliche oder industrielle Hardware können wir eine Bildschirmfreigabesitzung machen, um zu flashen und zu testen, oder du schickst das Gerät, wenn du möchtest.
Kostet das etwas, wenn es einmal bereitgestellt ist?
Nein. Das ist der ganze Sinn von Edge AI. Sobald das Modell auf dem Gerät ist, gibt es keine API-Aufrufe, keine Gebühren pro Bild und kein Abonnement. Es funktioniert weiter, auch wenn das Internet getrennt ist. Die einzige optionale Kosten ist ein kleiner Server, wenn du ein Dashboard für Events möchtest.
Kannst du auch Hardware, PCB und Gehäuse entwerfen?
Ja. Dieses Profil ist ein Embedded-Hardware-Profil mit 5-Sterne-Bewertungen für Firmware- und PCB-Arbeiten. Wenn du die Kamera-Node, das Board-Layout und das Gehäuse sowie das AI-Modell entwerfen lassen möchtest, schreib mir und ich sende dir ein individuelles Angebot für das komplette Projekt.
Kann das Gerät Ergebnisse auch an ein Dashboard oder mein System senden?
Ja. Das Gerät kann Erkennungen über MQTT, HTTP oder einen Webhook an dein Dashboard, ERP oder deine Datenbank senden, während es weiterhin alle Entscheidungen lokal trifft. Premium beinhaltet ein Überwachungsdashboard, und ich betreibe auch einen separaten Gig, der sich auf AI-gestützte IoT-Dashboards und Alarme spezialisiert hat.