सेवा के बारे में
अनुवादितमैं कंप्यूटर विज़न सिस्टम बनाता हूँ जो कैमरा स्ट्रीम और वीडियो को ऐसे समाधानों में बदलते हैं जिन पर आपका उत्पाद या उत्पादन लाइन भरोसा कर सकती है। मेरे मुख्य क्षेत्र वस्तु पहचान और ट्रैकिंग, छवि और दृश्य वर्गीकरण, दस्तावेज़ों और जटिल औद्योगिक सतहों पर पाठ पहचान (OCR), और निर्माण में स्वचालित दोष नियंत्रण हैं। मैं पूरे प्रोजेक्ट का नेतृत्व करता हूँ: एक त्वरित प्रोटोटाइप से जो प्राप्त की जा सकने वाली सटीकता दिखाता है, डेटा संग्रह और लेबलिंग के माध्यम से, एक प्रशिक्षित मॉडल तक जो उत्पादन में स्थिरता से चलता है। प्रत्येक चरण में आप उस व्यक्ति के साथ काम करते हैं जो वास्तव में कोड लिख रहा है और मॉडल को ट्यून कर रहा है।
मैं आपके डेटा से शुरू करता हूँ, न कि किसी ट्रेंडी आर्किटेक्चर से। मैं यह आकलन करता हूँ कि आपके पास कौन सी छवियाँ हैं, निर्णय लेने के तरीके के चारों ओर एक लेबलिंग योजना डिज़ाइन करता हूँ, और आपकी लेटेंसी और हार्डवेयर बजट के आधार पर एक मॉडल परिवार चुनता हूँ, न कि बेंचमार्क तालिकाओं के आधार पर। मैं कस्टम डिटेक्टर्स और क्लासिफायर को प्रशिक्षित करता हूँ, अप्रिय भागों को संभालता हूँ - वर्ग असंतुलन, भिन्न प्रकाश, गति धुंध, दुर्लभ दोष प्रकार - और सब कुछ एक होल्ड-आउट सेट पर मान्य करता हूँ जो वास्तविक संचालन की स्थितियों को दर्शाता है। जब सटीकता एक छत पर पहुँचती है, तो मैं जानता हूँ कि कहाँ देखना है: अच्छा डेटा अक्सर एक बड़े नेटवर्क से अधिक महत्वपूर्ण होता है, और मैं आपको ईमानदारी से बताऊँगा कि क्या यही बाधा है।
तैनाती वह चरण है जहाँ कई विज़न प्रोजेक्ट चुपचाप विफल होते हैं, इसलिए मैं इसे एक पूर्ण डिलीवरबल के रूप में मानता हूँ। मैं मॉडलों को एक साफ़ इनफेरेंस-API के पीछे पैकेज करता हूँ या उन्हें एज उपकरणों और कैमरे के ठीक बगल में एम्बेडेड बोर्ड पर चलाने के लिए ऑप्टिमाइज़ और क्वांटाइज़ करता हूँ। आपको निगरानी मिलती है, पुनः प्रशिक्षण के लिए समस्याग्रस्त फ़्रेम एकत्र करने का एक तंत्र और अगले इंजीनियर के लिए दस्तावेज़ीकरण। चाहे आपको एक बार की व्यवहार्यता जांच की आवश्यकता हो या वर्षों के लिए एक उत्पादन प्रणाली - मैं स्पष्ट रूप से काम का दायरा निर्धारित करता हूँ और कुछ ऐसा प्रदान करता हूँ जो वास्तव में काम करता है।
विशिष्ट कार्य:
— वीडियो और लाइव स्ट्रीम के लिए पहचान और बहु-ऑब्जेक्ट ट्रैकिंग
— चालान, लेबल, काउंटर और उत्कीर्णन के लिए OCR पाइपलाइन्स
— उत्पादन लाइन पर स्वचालित दृश्य गुणवत्ता नियंत्रण
— कस्टम मॉडलों का प्रशिक्षण और API या एज के माध्यम से तैनाती
मैं आपके डेटा से शुरू करता हूँ, न कि किसी ट्रेंडी आर्किटेक्चर से। मैं यह आकलन करता हूँ कि आपके पास कौन सी छवियाँ हैं, निर्णय लेने के तरीके के चारों ओर एक लेबलिंग योजना डिज़ाइन करता हूँ, और आपकी लेटेंसी और हार्डवेयर बजट के आधार पर एक मॉडल परिवार चुनता हूँ, न कि बेंचमार्क तालिकाओं के आधार पर। मैं कस्टम डिटेक्टर्स और क्लासिफायर को प्रशिक्षित करता हूँ, अप्रिय भागों को संभालता हूँ - वर्ग असंतुलन, भिन्न प्रकाश, गति धुंध, दुर्लभ दोष प्रकार - और सब कुछ एक होल्ड-आउट सेट पर मान्य करता हूँ जो वास्तविक संचालन की स्थितियों को दर्शाता है। जब सटीकता एक छत पर पहुँचती है, तो मैं जानता हूँ कि कहाँ देखना है: अच्छा डेटा अक्सर एक बड़े नेटवर्क से अधिक महत्वपूर्ण होता है, और मैं आपको ईमानदारी से बताऊँगा कि क्या यही बाधा है।
तैनाती वह चरण है जहाँ कई विज़न प्रोजेक्ट चुपचाप विफल होते हैं, इसलिए मैं इसे एक पूर्ण डिलीवरबल के रूप में मानता हूँ। मैं मॉडलों को एक साफ़ इनफेरेंस-API के पीछे पैकेज करता हूँ या उन्हें एज उपकरणों और कैमरे के ठीक बगल में एम्बेडेड बोर्ड पर चलाने के लिए ऑप्टिमाइज़ और क्वांटाइज़ करता हूँ। आपको निगरानी मिलती है, पुनः प्रशिक्षण के लिए समस्याग्रस्त फ़्रेम एकत्र करने का एक तंत्र और अगले इंजीनियर के लिए दस्तावेज़ीकरण। चाहे आपको एक बार की व्यवहार्यता जांच की आवश्यकता हो या वर्षों के लिए एक उत्पादन प्रणाली - मैं स्पष्ट रूप से काम का दायरा निर्धारित करता हूँ और कुछ ऐसा प्रदान करता हूँ जो वास्तव में काम करता है।
विशिष्ट कार्य:
— वीडियो और लाइव स्ट्रीम के लिए पहचान और बहु-ऑब्जेक्ट ट्रैकिंग
— चालान, लेबल, काउंटर और उत्कीर्णन के लिए OCR पाइपलाइन्स
— उत्पादन लाइन पर स्वचालित दृश्य गुणवत्ता नियंत्रण
— कस्टम मॉडलों का प्रशिक्षण और API या एज के माध्यम से तैनाती
