Ik bouw een aangepaste computer vision applicatie met yolo en opencv

Jouw images en video zitten vol informatie die je niet gebruikt. Ik ontwikkel computer vision systemen die ruwe visuele data omzetten in realtime, bruikbare output.

Ik ben een computer vision engineer met 5 jaar ervaring, zelf geleerd en formeel opgeleid, gespecialiseerd in YOLO objectdetectie en OpenCV pipelines in Python.

Waarom met mij werken:

• De hoogste nauwkeurigheid in het detecteren van minimap kampioenen in League of Legends met een YOLO-model dat momenteel bestaat
• Belangrijkste bijdrager aan chesscam.net - detecteert schaakzetten uit video, exporteert PGN, ondersteunt live detectie en realtime online spelen met een fysiek bord
• Gepubliceerd op arXiv: "Vergelijkende analyse van verschillende methoden voor het classificeren van polychromatische schetsen." Mijn beste model behaalde 47,5% Top-1 nauwkeurigheid, beter dan menselijke prestaties op de dataset (41%)
• Ik train op mijn eigen RTX 4090, dus je betaalt niets voor cloud GPU-tijd

Wat je krijgt:

• Aangepaste YOLO-modellen getraind op jouw dataset
• Objectdetectie, tracking, classificatie, OCR, segmentatie
• Schoon, gedocumenteerde Python broncode + getrainde gewichten
• Implementatie als webapp of desktop applicatie
• Ondersteuning na levering

Weet je niet welke package het beste bij je past? Stuur me een bericht met je use case, ik vertel je wat mogelijk is.