Ik voer computer vision en medische beeldanalyse uit
AI- en Deep Learning-onderzoeker, LLM, Computer Vision Data Scientist
Over deze dienst
Ben je op zoek naar een expert op het gebied van computer vision, YOLOv8 objectdetectie en medische beeldanalyse?
Hoi, ik ben Husnain! Ik ben PhD-onderzoeker in Computer Science en afgestudeerd met een MSc Data Science. Ik specialiseer me in het bouwen van onderzoeksklare en industriële pipelines voor Computer Vision en Deep Learning met PyTorch en TensorFlow.
Mijn Uitgelichte Ervaring:
- Industriële Defectdetectie: Geautomatiseerde visuele inspectie met op maat gemaakte YOLOv8 en transfer learning.
- 3D Medische Beeldvorming (MRI, CT, PET): Auteur van SarcomaNet, een multi-task 3D deep learning framework voor tumorsegmentatie, classificatie en overlevingvoorspelling met self-supervised learning.
- CNN-Architectuur Benchmarking: Optimalisatie van ResNet, DenseNet, MobileNet en Vision Transformers (ViT) voor hoge nauwkeurigheid en lage resource vereisten bij edge deployment.
Wat ik voor jou kan doen:
- Object Detectie & Tracking (YOLOv8, Faster R-CNN)
- 2D & 3D Medische Beeldsegmentatie & Classificatie (DICOM, NIfTI, MRI/CT)
- Self-Supervised Pretraining & Transfer Learning
- Beeldvoorbewerking, Classieke Filtering & Data Augmentatie
- Modeloptimalisatie & Deployment-ready Python-code
Stuur me alsjeblieft een bericht voordat je een bestelling plaatst, zodat we jouw dataset en doelen kunnen bespreken!
API's:
Microsoft Computer Vision AI
•
Google Cloud Vision API
Programmeertaal:
Python
•
SQL
Tools:
Jupyter-notitieboek
•
opencv
•
Colab
•
PyTorch
Frameworks:
Scikit-learn
•
keras
•
PyTorch
•
Panda
Veelgestelde vragen
Automatische vertaling
Kun je 3D medische scans zoals MRI en CT aan?
Ja! Mijn masterproef en gepubliceerd onderzoek richten zich specifiek op 3D multi-modale radiologische beeldvorming (MRI, CT, PET) voor segmentatie en classificatie
Welke frameworks gebruiken jullie?
Voornamelijk Python, PyTorch, TensorFlow, OpenCV en Ultralytics YOLO.

