Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich entwickle eine Edge-AI-Computer-Vision-App für Raspberry Pi oder Jetson
Hervorragende AI- und Computer-Vision-Lösungen
Ich bin ein AI-Ingenieur, spezialisiert auf Computer Vision, Machine Learning und intelligente Dokumentenverarbeitung. Wenn du ein maßgeschneidertes trainiertes Modell, eine Echtzeit-Erkennungs-Pipeli...
Über diesen Service
Hast du genug von langsamer, teurer Cloud-KI? Nutze sie stattdessen auf deinem Gerät.
Ich entwickle und implementiere Computer-Vision-Systeme, die direkt auf Raspberry Pi und Jetson Hardware in Echtzeit, offline laufen – keine Cloud-Kosten, keine Latenz. Erkennung, Verfolgung, Zählung, Anomalieerkennung – alles läuft lokal auf deinem Edge-Gerät.
Was macht das anders als generische CV-Gigs:
Die meisten Anbieter liefern dir ein Python-Skript, das auf einem Laptop läuft. Ich optimiere speziell für Edge-Hardware, exportiere nach ONNX, beschleunige mit TensorRT, quantisiere auf INT8/FP16, damit dein Modell auf eingeschränkter Hardware tatsächlich mit brauchbaren FPS läuft.
Womit ich arbeite:
- Hardware: Raspberry Pi 4/5, Jetson Nano, Jetson Orin, Jetson Xavier
- Modelle: YOLOv8, MobileNetV3, EfficientDet, eigene Architekturen
- Optimierung: ONNX, TensorRT, OpenVINO, Modell-Quantisierung
- Sprachen & Tools: Python, OpenCV, PyTorch, FastAPI
Typische Anwendungsfälle:
- Sicherheitskameras, industrielle Fehlererkennung, Einzelhandels-Personenzählung, landwirtschaftliche Überwachung, Robotik-Vision.
Was du bekommst:
- Voll funktionsfähiges Modell, das auf deinem Gerät läuft
- Für echte FPS auf deiner spezifischen Hardware optimiert
- Sauber dokumentierter Python-Code
- Einrichtungs- und Installationsanleitung
- Quellcode immer inklusive, keine Ausnahmen
Mein Portfolio
FAQ
Automatische Übersetzung
Muss ich dir mein physisches Gerät schicken?
Nein. Ich entwickle und optimiere alles auf entsprechender Hardware auf meiner Seite und liefere funktionierenden Code mit einer vollständigen Setup-Anleitung. Du musst ihn nur auf deinem Gerät ausführen.
Welche FPS kann ich auf Raspberry Pi erwarten?
Das hängt vom Modell und der Auflösung ab. Ein quantisiertes YOLOv8n mit TensorRT erreicht typischerweise 8–15 FPS auf RPi 5 und 25–40 FPS auf Jetson Nano. Ich gebe dir realistische Zahlen für deinen genauen Anwendungsfall, bevor wir starten.
Ich habe keinen Datensatz. Kannst du das trotzdem bauen?
Ja. Für gängige Objekte (Menschen, Fahrzeuge, Gesichter) funktionieren vortrainierte Gewichte sofort. Für spezielle Anwendungsfälle wie Industrie-Teile oder bestimmte Kulturen brauchst du mindestens 200–300 gelabelte Bilder pro Klasse. Ich kann bei der Annotation als Zusatz helfen.
Was, wenn mein Gerät kein Raspberry Pi oder Jetson ist?
Schick mir eine Nachricht mit den Spezifikationen deines Geräts, bevor du bestellst. Ich habe mit anderen ARM-basierten und eingebetteten Hardware gearbeitet und kann es in der Regel zum Laufen bringen, muss das aber vorher bestätigen.
Läuft das Modell auch ohne Internet?
Ja. Das ist der ganze Sinn von Edge AI. Alles läuft lokal auf deinem Gerät, ohne Cloud-Abhängigkeit, sobald es eingerichtet ist.
Kannst du einen FastAPI-Server hinzufügen, damit meine App das Modell aufrufen kann?
Ja. Das ist im Premium-Paket enthalten und als Add-on ($70) für Basic und Standard verfügbar.
