Ich werde Python Computer Vision, Objekterkennung und Bildsegmentierung durchführen
Data Scientist, KI-Ingenieur
Über diesen Service
Brauchst du ein Computer-Vision-Modell, das mit deinen eigenen Bildern funktioniert? Ich trainiere, feine, optimiere und prüfe Objekterkennung und Bildsegmentierung in Python.
Was ich machen kann:
- Objekterkennung mit YOLO: benutzerdefinierte Klassen, Zählung, Defekt-Erkennung
- Bildsegmentierung: semantische und Instanzsegmentierung, UNet, SAM, hochauflösende Bilder
- Bestehende Pipeline überprüfen: geringe Genauigkeit, verrauschte Labels, schlechte Resultate bei neuen Daten
- Klare Metriken (mAP, IoU, Dice) und ein Blick darauf, wo das Modell scheitert
Warum ich:
- Datenwissenschaftler / ML-Ingenieur mit ca. 4 Jahren Branchenerfahrung
- Verbesserte YOLOv8-Erkennung um +0,05 mAP50 für Verkehrsüberwachung
- Aufbau einer SAM-basierten Pipeline für 24MP-Bilder mit verrauschten Labels bei begrenztem GPU-Speicher
- Kaggle Bronze Medal (Top 5%) in medizinischer Bildsegmentierung
So funktioniert es:
- Schick mir eine Stichprobe deiner Bilder, Labels und das gewünschte Resultat
- Ich bestätige Umfang und Zeitplan vor dem Start
- Du erhältst Code, Modelgewichte und einen kurzen Bericht
Die Ergebnisse hängen von der Datenqualität ab. Ich verspreche keine bestimmte Metrik, aber ich schildere genau, was erreicht wurde und warum.
Schreib mir bitte vor der Bestellung. Nicht enthalten: Daten-Labeling, Edge-Deployment, Echtzeit-Videosysteme.
Expertise:
Bildverarbeitung
•
Klassifizierung
•
Objekterkennung
Programmiersprache:
Python
•
Colab
•
MLflow
•
Amazon SageMaker
Tools:
Jupyter-Notizbuch
•
opencv
•
tensorflow
•
MLflow
•
CVAT
•
Colab
•
PyTorch
Frameworks:
scikit-learn
•
PyTorch
Mein Portfolio
Meine weiteren Dienstleistungen im Bereich Datenwissenschaft & ML
FAQ
Automatische Übersetzung
Labelst du Daten?
Nein, es wird ein gelabelter Datensatz benötigt (YOLO, COCO oder Maskenformat). Ich berate gern zu Labeling-Tools und Label-Qualität.
Was bekomme ich?
Pipeline-Überprüfung: ein schriftlicher Bericht mit den Hauptfehlerursachen und einem Fix-Plan. Standard/Premium: Python-Code, trainierte Gewichte, ein Inferenz-Skript und Metriken. Premium fügt einen schriftlichen Bericht mit Fehlermustern hinzu.
Wie groß kann mein Datensatz sein?
Standard und Premium decken bis zu 2.000 beschriftete Bilder und 10 Klassen ab. Für größere Datensätze schick mir bitte eine Nachricht für ein individuelles Angebot.
Wo wird das Modell trainiert?
Auf meinem eigenem GPU-Rechner oder in deinem Google Colab- oder Cloud-Konto, wenn du die Daten dort behalten möchtest.

