Ik zal op AI gebaseerde oplossingen voor objectdetectie en -tracking ontwikkelen

KERNDETECTIE-EXPERTISE:

• Basismodellen: Zero-shot-detectie, VLM's (Florence/paligemma 2), LoRA-fijnafstemming, CLIP/DINO-optimalisatie
• CNN-architecturen: YOLO/RetinaNet (enkele fase), R-CNN/Mask R-CNN (twee fasen), FPN-architecturen
• Transformatoren: Swin/Swift Transformer, DETR, DINOv2 backbone-integratie
• Leren met weinig shots: transferleren, kennisdestillatie, actieve leerpijplijnen

GEAVANCEERDE TRACKING:

• SOTA MOT: ByteTrack, DeepSORT (aangepaste inbeddingen), StrongSORT, Norfair
• Mogelijkheden: Multi-camera re-ID, occlusiebehandeling, trajectvoorspelling

TECHNISCHE STACK:

• Frameworks: MMDetection, Detectron2, TF-OD API, aangepaste architectuur
• Bibliotheken: PyTorch, TensorFlow/Keras, OpenCV, Supervisie

OPTIMALISATIE:

• Hoge prestaties: Triton Server, TensorRT, OpenVINO, DeepStream SDK
• Edge Deployment: Jetson-optimalisatie, kwantificeringsbewuste training
• Gegevensbeheer : ElasticSearch/MongoDB voor metadata; ChromaDB voor vectoren

DOMEINEXPERTISE:

• Industrieel: anomaliedetectie, PBM-naleving, kwaliteitscontrole
• Surveillance: Realtime dreigingsbewaking, perimeterbeveiliging, gedragsanalyse
• Transport: Voertuigtracking, ALPR, verkeersanalyse
• Detailhandel: productherkenning, geautomatiseerde inventarisatie