Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw en implementeer een aangepast beeldclassificatiemodel met deep learning
Ik maak moderne, onderhoudbare en schaalbare webapplicaties
Hoi, ik ben Bakar Qureshi, een full-stack webontwikkelaar gespecialiseerd in React, NodeJS, Express, MongoDB en MySQL. Ik bouw snelle, veilige en moderne webapplicaties, waaronder full-stack MERN apps...
Over deze dienst
Heb je een dataset en weet je niet hoe je die kunt omzetten in een werkend AI-model? Ik bouw een productieklare beeldclassificatiesysteem dat is afgestemd op jouw probleem, van ruwe data tot een geïmplementeerde API.
Wat ik aanbied
- Aangepaste CNN-training architecturen ontworpen vanaf nul voor de grootte van jouw dataset en aantal klassen
- Transfer learning & fine-tuning gebruik maken van ResNet, EfficientNet, ViT en meer; snellere training, betere nauwkeurigheid
- Model deployment REST API via Flask of FastAPI, klaar om in jouw app te integreren
- Omgaan met klassenonevenwichtigheid (gewogen sampling, augmentatie)
- Volledig trainingsrapport: nauwkeurigheid, verliescurves, verwarringsmatrix, classificatierapport
- Schone, commentaar gevulde PyTorch-code geleverd op GitHub of als ZIP
Waarom met mij werken
- Software engineering student gespecialiseerd in AI/ML met echte projecten
- Een Solar Panel Fault Detector en classificator voor netvliesziekten gebouwd (5-klassen, ViT fijn afgesteld)
- Ik leg elke ontwerpbeslissing uit zodat je begrijpt wat je koopt
Stuur me een bericht voordat je bestelt als je eerst je dataset wilt bespreken.
Programmeertaal:
Python
•
Colab
Tools:
Jupyter-notitieboek
•
Colab
•
PyTorch
Frameworks:
Scikit-learn
•
PyTorch
•
Panda
Veelgestelde vragen
Automatische vertaling
Welke nauwkeurigheid kan ik verwachten?
Het hangt sterk af van de datakwaliteit en de complexiteit van het probleem. Ik deel altijd eerlijk validatiemetrics vóór oplevering.
Kun je werken met een kleine dataset?
Ja. Transfer learning en augmentatiestrategieën zijn vooral effectief voor kleine datasets (zo weinig als 100–200 afbeeldingen per klasse).
Wat moet ik aanleveren?
Een gelabelde afbeeldingsdataset (mappen of CSV). Ik regel de rest. Als je nog geen data hebt, stuur me een bericht — ik kan adviseren over verzameling of synthetische augmentatie.
Welke frameworks gebruik je?
PyTorch voor alle training. Flask of FastAPI voor deployment. Code draait op GPU.
