Ik voer Python-computervisie, objectherkenning en beeldsegmentatie uit

Zoek je een computer vision-model dat werkt op jouw eigen afbeeldingen? Ik train, fii-ne-tune en beoordeel objectdetectie- en beeldsegmentatiemodellen in Python.

Wat ik kan doen:

• Objectdetectie met YOLO: aangepaste klassen, tellen, defectdetectie
• Beeldsegmentatie: semantische en instance segmentation, UNet, SAM, hoge-resolutie afbeeldingen
• Beoordeel een bestaande pipeline: lage nauwkeurigheid, ruisende labels, slechte resultaten op nieuwe data
• Duidelijke metrics (mAP, IoU, Dice) en een kijkje waar het model faalt

Waarom ik:

• Data Scientist / ML Engineer met ~4 jaar ervaring in het vak
• Verbeterde YOLOv8-detectie met +0.05 mAP50 voor verkeersbewaking
• Een SAM-gebaseerde pipeline gebouwd voor 24MP-afbeeldingen met ruisende labels op beperkte GPU-geheugen
• Kaggle Bronze Medal (top 5%) in medische beeldsegmentatie

Hoe het werkt:

1. Stuur een voorbeeld van jouw afbeeldingen, labels en het gewenste resultaat
2. Ik bevestig scope en planning voordat ik begin
3. Jij ontvangt code, modelgewichten en een kort rapport

Resultaten hangen af van de dataskwaliteit. Ik beloof geen specifieke metric, maar ik rapporteer precies wat er is bereikt en waarom.

Stuur me aub een bericht voordat je bestelt. Niet inbegrepen: data labeling, edge deployment, real-time videosystemen.