Ich führe Objekterkennung und Tracking in yolov8 durch

Einige Informationen wurden automatisch übersetzt.

Indien

Ich spreche Hindi, Englisch, Japanisch

2 Aufträge abgeschlossen

Simulation und Computer Vision Ingenieur

Ich entwickle Simulatoren und Computer-Vision-Pipelines. Ich habe einem zahlenden Kunden einen lizenzierten Simulator geliefert, der als Paket-Installer verschickt wird, anstatt nur eine Demo. Zu mei...
Über diesen Service

Objekterkennung, Verfolgung und Zählung in Bildern, Videos und Live-Streams.


WAS ICH BAUE


- Erkennung, die auf deine Objekte abgestimmt ist, inklusive open-vocabulary Erkennung ohne Trainingsset

- Multi-Objekt-Verfolgung, die IDs über Frames hinweg hält, mit Kamerabewegungskompensation

- Zählung, Richtungs- und Verweilzeit-Analyse

- Frame-Triage für lange Videos: die wichtigsten Frames aus Stunden von Aufnahmen heraussuchen

- Vorverarbeitung, Annotation und Dataset-Erstellung


WOHER DAS KOMMT


Ich habe ein Multi-Signal-Keyframe-Auswahl-Framework für Live-Videos entwickelt, das ORB-Strukturänderungs-Erkennung mit YOLOv8 und BoT-SORT-Verfolgung unter einem online adaptiven Schwellenwert kombiniert. Es wurde auf einem 148-Clip UCF-Crime Benchmark mit Ablations- und Sensitivitätsstudien validiert, läuft auf einer Dual-GPU-Pipeline und ist im IEEE-Format dokumentiert.


STACK


YOLOv8, YOLO-World, ByteTrack, BoT-SORT, ORB, OpenCV, PyTorch, Python. Vision-Sprachmodelle wie Qwen2.5-VL, bei denen die Erkennung allein nicht ausreicht.


Sende einen Beispielclip oder eine Handvoll Bilder und sag mir, was erkannt werden soll. Ich sage dir, welche Genauigkeit realistisch ist, bevor du bestellst.

APIs:

Microsoft Computer Vision AI

•

Amazon Rekognition

Expertise:

Bildverarbeitung

•

Feature-Lernen

•

Klassifizierung

Programmiersprache:

Python

•

MATLAB

•

Colab

•

Java

•

MLflow

Tools:

opencv

•

tensorflow

•

Excel

•

MLflow

•

SimpleCV

•

Colab

•

PyTorch

Frameworks:

DeepPy

•

Google ML Kit

•

SimpleCV

•

PyTorch

•

Panda

Mein Portfolio