Ik bouw op maat gemaakte computer vision, objectdetectie en face rcognition modellen
Over deze dienst
Ben je op zoek naar een Computer Vision Engineer om aangepaste objectdetectie modellen, face recognition systemen of realtime video-analyse te ontwikkelen? Je bent op de juiste plek!
Ik ben gespecialiseerd in het bouwen van end-to-end computer vision oplossingen met behulp van PyTorch, OpenCV, YOLOv8 en vector search indexing. Of je nu aangepaste keypoint detectie, multi-camera CCTV monitoring of hoge nauwkeurigheid beeldclassificatie nodig hebt, ik lever geoptimaliseerde, productieklare oplossingen.
Wat ik aanbied:
- Objectdetectie & Keypoint Tracking: Aangepaste YOLOv8/PyTorch modeltraining voor objecten, keypoints en nauwkeurige visuele transcriptie.
- Face Recognition & Surveillance: Identiteitsmatching pipelines onder 100ms met Hugging Face embeddings (FaceNet) + FAISS vector search.
- Realtime Video Analyse: Verwerking van multi-camera CCTV streams (25+ FPS), frame-drop optimalisatie en automatische waarschuwing engines (SMS/E-mail).
- Hybride Deep Learning Modellen: Vision Transformers (Swin Transformer), CNNs, feature extractie en zero-shot anomaliedetectie.
- Full-Stack CV Integratie: Flask webapplicaties, Docker containerisatie en cloud deployment.
Waarom voor mij kiezen?
- Aangetoonde ervaring in het veld: Ontwikkelde AI surveillance systemen die gelijktijdige CCTV-verwerking aankunnen.
Andere Data science en ML diensten die ik aanbied
Veelgestelde vragen
Automatische vertaling
Kun je YOLOv8 trainen op mijn eigen dataset?
Ja! Ik kan je dataset annoteren of verwerken, een aangepaste YOLOv8 model trainen voor object- of keypointdetectie, en prestaties evalueren (mAP, recall, precisie).
Hoe snel is het face recognition / identiteitsmatching systeem?
Door diepe feature embeddings te integreren met FAISS vector indexing, gebeurt identiteitsmatching onder 100ms voor meer dan 500 geregistreerde profielen zonder vertraging in de videostreams.
Kan je systeem live CCTV of multi-camera feeds verwerken?
Ja. Ik bouw realtime video verwerkingspipelines in OpenCV die multi-stream video verwerken op meer dan 25 FPS zonder frame drops.
Ontvang ik de volledige modelgewichten en broncode?
Absoluut. Je krijgt de volledige Python broncode, modelgewichtbestanden (.pt, .onnx, of .h5), setup-instructies en duidelijke documentatie.

