Ik bouw aangepaste objectdetectie- en beeldherkenningsmodellen met yolo

Heb je software nodig die kan zien? Ik bouw computer vision systemen die werken op jouw data, niet op een nette demo dataset.

Ik heb commerciële vision projecten geleverd, waaronder een kaartherkenningssysteem voor een Europese klant en een geautomatiseerd systeem voor het volgen van diergedrag dat een onderzoekslab nu dagelijks gebruikt.

Wat ik maak:

Objectdetectie en telling: mensen, voertuigen, producten, defecten, in beelden of video

Beeldclassificatie in jouw eigen categorieën

OCR: tekst uit documenten, bonnetjes, ID-kaarten, meterstanden

Segmentatie: pixel-level maskers voor medische en industriële beeldvorming

Video-analyse: tracking, actieherkenning, anomalie detectie

Ik kies de architectuur die bij het probleem past in plaats van één framework te forceren: YOLO en RT-DETR voor realtime detectie, Faster R-CNN wanneer nauwkeurigheid belangrijker is dan snelheid, Vision Transformers en ConvNeXt voor classificatie, U-Net, Mask R-CNN en SAM voor segmentatie, allemaal in PyTorch of TensorFlow.

Je ontvangt getrainde gewichten, gedocumenteerde Python-broncode, een prestatieverslag met mAP, precisie en recall, en inference resultaten op niet-geteste beelden zodat je kunt zien hoe het presteert voordat je het inzet.