Ik maak deep learning en computer vision modellen

Hoogtepunten van mijn ervaring:

• ISRO stage: Een satellietbeeldsegmentatie pipeline ontwikkeld om terreinregio's te identificeren en classificeren, waarbij modelnauwkeurigheid werd verbeterd door data-augmentatie en geoptimaliseerde CNN-architecturen.
• Einfochips stage: Een real-time objectdetectiemodel gebouwd met YOLOv8 voor industriële componenten, met integratie van live camerafeeds voor productiecontrole.
• Academische projecten: Handobject interactie detectie geïmplementeerd met YOLOv11 en OpenCV om te bepalen of een hand een object vasthoudt, gebruikmakend van beweging- en textuuranalyse.

Diensten die ik aanbied:

• Objectdetectie (YOLOv5/v8/v11, SSD, etc.)
• Image classification met CNNs / Transfer learning
• Image segmentatie (binair of multi-class)
• Frame-gebaseerde analyse (bijvoorbeeld hand vasthouden van object detectie)
• Dataset preprocessing, annotatie en augmentatie
• Model evaluatie en fine-tuning

Output bevat:

• Goed gedocumenteerde Python code (.ipynb / .py)
• Getrainde modelgewichten + evaluatierapport
• Voorspellingsvisualisaties (bounding boxes / maskers)
• Eenvoudige gids om je model te testen of te hergebruiken

️ Tools die ik gebruik:

• YOLO (v5/v8/v11) · PyTorch · TensorFlow · Keras · OpenCV · LabelImg · Roboflow · Google Colab / Jupyter / Kaggle