Ich werde ein Echtzeit-Computer-Vision-System aufbauen

Was ich liefere

Ich entwickle Echtzeit-Computer-Vision-Systeme mit Python, YOLOv8 und OpenCV Custom-Pipelines, die auf deinen speziellen Anwendungsfall zugeschnitten sind, keine generischen Tutorials, die nur als Service verpackt sind.

Mein Projekt umfasst ein einsatzbereites Multi-Model-Vision-System, das YOLOv8-Objekterkennung, MiDaS Tiefenschätzung und ByteTrack Multi-Object-Tracking kombiniert und vollständig offline bei 1215 FPS auf Edge-Hardware läuft. Das ist das Niveau der Arbeit, das du erwarten kannst.

Dieses Gig umfasst:

• Echtzeit-Objekterkennung auf Videodateien oder Live-Webcam-Feed
• Multi-Object-Tracking mit eindeutiger ID-Zuweisung pro Objekt
• Tiefenschätzung und räumliche Wahrnehmungsschichten
• Individuelle Audio-Alarmmeldungen, CSV-Protokolle, Overlay auf dem Bildschirm
• Sauberer, dokumentierter, einsatzbereiter Python-Code

Für wen das geeignet ist:

Forscher, Startups und Hardware-Entwickler, die eine zuverlässige, produktionsreife Computer-Vision-Pipeline benötigen, die von jemandem gebaut wurde, der tatsächlich eine geliefert hat.

Was ich von dir brauche:

Eine klare Zusammenfassung deines Anwendungsfalls, Zielobjekte, Hardware-Spezifikationen falls relevant und bevorzugtes Ausgabeformat. Je konkreter du bist, desto besser das Ergebnis.

Lieferumfang ist der vollständige Quellcode und ein funktionierendes Demo-Video für jedes Paket.

Wenn dein Bedarf nicht in ein Standardpaket passt, mes