Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik train aangepaste yolo-modellen voor detectie segmentatie en pose-estimatie
Computer Vision ontwikkelaar, YOLO model training
Hoi, ik ben Alvin, een M.S. student in Biomechatronics Engineering aan de National Taiwan University. Ik bouw aangepaste computer vision workflows met Python en YOLO voor mijn onderzoek, inclusief pra...
Over deze dienst
Ik train aangepaste YOLO-modellen voor detectie, instance segmentation, pose/keypoints, classificatie en georiënteerde bounding boxes (OBB). Elk pakket behandelt ÉÉN afgesproken taak en dataset. Stuur me een bericht met voorbeeldafbeeldingen voordat je bestelt.
Inclusief labelcontroles, fine-tuning, taak-geschikte validatiemetrics, gewichten, trainingsinstellingen en Python inference code.
BASIS $100: 500 gelabelde afbeeldingen, 3 klassen, 1 run, 7 dagen.
STANDAARD $150: 1500 afbeeldingen, 5 klassen, tot 3 runs, vergelijking en foutreview, 14 dagen.
PROMOTIE $300: 3000 afbeeldingen, 10 klassen, tot 5 runs, geteste ONNX-export en overdrachtsgids, 21 dagen.
Labeling: $50/100 afbeeldingen (5 boxes/afbeelding, 5 klassen), of $50/50 afbeeldingen (3 segmentation instances of pose objects/afbeelding, 3 klassen). Elk voegt 3 dagen toe. Pose keypoints en maskering moeten eerst worden overeengekomen.
Training gebruikt een NVIDIA RTX Pro 6000. Resultaten hangen af van datakwaliteit; vaste nauwkeurigheid wordt niet gegarandeerd. Deployment, hosting en app-ontwikkeling vereisen een aparte scope.
Programmeertaal:
Python
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Heb ik een gelabelde dataset nodig?
Ja. Pakketten vereisen gelabelde afbeeldingen. Extras: $50 voor 100 afbeeldingen (max 5 boxes/afbeelding, 5 klassen), of $50 voor 50 afbeeldingen (max 3 segmentation instances of pose objects/afbeelding, 3 klassen). Elk voegt 3 dagen toe. Stem het aantal keypoints en maskering af voordat je bestelt.
Wat zal ik ontvangen?
Getrainde gewichten, trainingsinstellingen, omgevingsvereisten, validatiemetrics en een Python inference script. Standaard voegt run-vergelijking en foutreview toe. Premium voegt geteste ONNX-export en een overdrachtsgids toe. App-ontwikkeling, hosting en deployment worden niet inbegrepen.
Kun je nauwkeurigheid garanderen?
Vaste nauwkeurigheid wordt niet gegarandeerd. Ik rapporteer taak-geschikte metrics op een afgesproken validatiesplit, zoals detection/mask mAP, pose metrics of classificatienauwkeurigheid. Kwaliteit hangt af van datadiversiteit en labels. Gerelateerde frames en bijna-duplicaten blijven in dezelfde split om lekkage te voorkomen.
Wat telt als een revisie?
Revisies omvatten correcties binnen de afgesproken taak, dataset en run-ruimte. Wisselen van taaktype, toevoegen van datasets of klassen, extra experimenten, tracking of deployment vereist een aanvullende scope. Fouten in mijn geleverde code worden gecorrigeerd.
Welke YOLO-versie en modelgrootte gebruik je?
We stemmen af op versie, modelgrootte en ÉÉN taak: detectie, segmentatie, pose, classificatie of OBB, gebaseerd op voorbeeldafbeeldingen en doelhardware. Keypoint-schema en exportcompatibiliteit worden overeengekomen voordat je bestelt. Framework- en modellicenties hangen af van de gekozen tools.
Hoe zijn de portfolio voorbeelden gemaakt?
PPE-boxen en bouwmaskers zijn YOLO-voorspellingen. Maskers van gele voertuigen gebruiken SAM 2.1 Tiny met handmatig geselecteerde box prompts en review, niet automatische YOLO-voertuigdetectie. Pluimvee-afbeeldingen illustreren pose/keypoint visualisatie. Dataset credits en workflow details staan in mijn portfolio.
