Ich baue YOLO-Objekterkennung, Tracking und Zählung in Computer-Vision-Apps
Über diesen Service
Möchtest du Personen, Fahrzeuge oder Produkte in Videos erkennen, zählen oder verfolgen? Ich erstelle Computer-Vision-Systeme mit YOLO und OpenCV, die Kameraaufnahmen in nutzbare Zahlen verwandeln.
Mein Abschlussprojekt ist eine Retail-Analytics-Pipeline: YOLO-Erkennung, Re-ID-Matching über mehrere Kameras hinweg, Homographie zu Bodenkoordinaten und Analyse des Fußverkehrs im Funnel bis zum Umsatz.
Services:
- Objekterkennung in Bildern oder Videos (YOLOv8/v11)
- individuelles Modelltraining mit deinen eigenen gelabelten Daten
- Dataset-Labeling-Setup (CVAT / Roboflow) und Bereinigung
- Multi-Objekt-Tracking (ByteTrack, BoT-SORT) und Re-ID
- Linien-Überschreitungen, Zonen-Zählung, Aufenthaltsdauer und Heatmaps
- Export nach ONNX/TensorRT, FastAPI-Endpunkt oder Streamlit-Demo
Du erhältst die trainierten Gewichte, sauberen Python-Code, einen Genauigkeitsbericht (mAP, Precision, Recall) und Anweisungen zum Ausführen.
Schick mir vor dem Auftrag eine Musterbild oder ein kurzes Clip-Beispiel.
APIs:
Google Cloud Vision API
Programmiersprache:
Python
•
SQL
•
Colab
Tools:
Jupyter-Notizbuch
•
opencv
•
CVAT
•
Colab
•
PyTorch
Frameworks:
scikit-learn
•
keras
•
PyTorch
FAQ
Automatische Übersetzung
Brauche ich gelabelte Daten?
Für ein individuelles Modell ja. Ich kann Labeling einrichten oder kleine Datensätze gegen Aufpreis labeln.
Kann es in Echtzeit laufen?
In der Regel ja auf einer GPU; ich nenne dir die erwarteten FPS für deine Hardware.
Arbeitest du mit Live-CCTV/RTSP-Streams?
Ja, RTSP- und Webcam-Eingänge werden unterstützt.
Ist Gesichtserkennung enthalten?
Nein. Ich konzentriere mich auf Erkennung, Tracking und Zählung, nicht auf Identifizierung von Personen.

