Ik bouw computer vision en yolo object detection modellen
AI engineer voor computer vision en generative AI
Over deze dienst
Heb je moeite met tracking errors of het implementeren van een stabiel AI-model? De meeste computer vision scripts breken onder realistische belichting, bewegende doelen of obstructies. Ik ontwerp productieklare YOLO-pijplijnen en Face Recognition-systemen die betrouwbaar zijn in de echte wereld.
Wat ik voor jou kan bouwen
- Op maat gemaakte objectdetectie: Nauwkeurige training binnen het hele YOLO-ecosysteem (YOLOv8, v9, v10, v11, enz.) om defecten, voertuigen, voorraad of PPE te identificeren.
- Multi-object tracking: Glitchvrije telling en trajectanalyse met DeepSORT, ByteTrack of NorFair.
- Face Recognition: Veilige toegangscontrole en aanwezigheidsystemen met InsightFace of FaceNet en anti-spoofing live-detectie.
- Inference pipelines: Geoptimaliseerde Python-scripts voor webcams, video of RTSP-streams.
Wat je krijgt
- Data beoordeling: Verificatie van labels om overfitting te voorkomen.
- Prestaties: Confusiematrices en mAP-grafieken.
- Schoon code: Gedocumenteerde modulaire Python-scripts.
Stuur me alsjeblieft een bericht VOORDAT je bestelt om je dataset en wensen te bespreken!
API's:
Overige
Programmeertaal:
Python
•
SQL
•
Colab
•
MLflow
Tools:
Jupyter-notitieboek
•
opencv
•
tensorflow
•
CVAT
•
Colab
•
PyTorch
Frameworks:
Scikit-learn
•
keras
•
PyTorch
•
Panda
•
Overige
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Moet ik de dataset aanleveren?
Ideaal gezien wel. Als je geen images hebt, kan ik helpen met verzamelen en annoteren voor een extra vergoeding (neem eerst contact op).
Kan dit op mijn laptop/CCTV draaien?
Ja! Ik optimaliseer modellen (met YOLO-Nano of Small versies) zodat ze soepel draaien op standaard CPUs of zelfs Raspberry Pi/Jetson apparaten.
Welke YOLO-versie gebruik je voor mijn project?
Ik werk met het hele YOLO-ecosysteem (YOLOv8, YOLOv9, YOLOv10, YOLO11, enzovoort). Ik kies de beste versie op basis van jouw specifieke projectbehoeften, waarbij ik een balans zoek tussen snelheid (FPS) en detectienauwkeurigheid (mAP).
In welk formaat moet mijn dataset zijn voor custom YOLO training?
Ik werk met alle standaardformaten, waaronder YOLO tekstformaat, COCO JSON, Pascal VOC XML of ruwe, niet-gelabelde afbeeldingen. Als je data nog niet gelabeld is, stuur me dan een bericht en we regelen een aangepaste data-annotatie.
Kunnen jouw systemen draaien op edge hardware zoals een Raspberry Pi of Jetson Nano?
Ja. Ik kan de getrainde YOLO-modellen optimaliseren en converteren naar lichte formaten zoals ONNX, TensorRT of OpenVINO, zodat je maximale frame rates en soepele prestaties hebt op low-power edge apparaten.
Hoe voorkom je dat face recognition systemen worden misleid door foto's?
Ik integreer softwarematige liveness detection met texture-analyse en diepte-filtering. Dit voorkomt spoofing en zorgt dat het systeem het verschil kan zien tussen een echte menselijke gezicht en een digitale scherm of printout.
Krijg ik de volledige source code en commerciële rechten?
Zeker. Zodra de opdracht is afgerond, krijg je volledige commerciële eigendom van de schone, modulaire Python source code samen met de getrainde modelgewichten (.pt, .onnx, enzovoort).

