Описание услуги
Я создаю системы компьютерного зрения, которые превращают потоки с камер и видео в решения, на которые может опереться ваш продукт или производственная линия. Основные направления моей работы — детекция и трекинг объектов, классификация изображений и сцен, распознавание текста (OCR) на документах и сложных промышленных поверхностях, а также автоматический контроль дефектов в производстве. Я веду проект целиком: от быстрого прототипа, который показывает реально достижимую точность, через сбор и разметку данных, до обученной модели, стабильно работающей в продакшене. На каждом этапе вы общаетесь именно с тем человеком, который пишет код и настраивает модель.
Я начинаю с ваших данных, а не с модной архитектуры. Разбираю, какие изображения у вас уже есть, проектирую схему разметки под то, как вы принимаете решения, и подбираю семейство моделей под ваш бюджет по задержке и железу, а не под таблицы бенчмарков. Обучаю собственные детекторы и классификаторы, беру на себя неприятные части — дисбаланс классов, разное освещение, смаз в движении, редкие типы брака — и проверяю всё на отложенной выборке, отражающей реальные условия эксплуатации. Когда точность упирается в потолок, я знаю, где искать: хорошие данные чаще дают прирост, чем более крупная сеть, и я честно скажу, если дело именно в этом.
Внедрение — этап, на котором тихо умирает множество проектов по зрению, поэтому я отношусь к нему как к полноценному результату. Упаковываю модели за понятным inference-API либо оптимизирую и квантую их для работы на edge-устройствах и встраиваемых платах прямо рядом с камерой. Вы получаете мониторинг, механизм сбора проблемных кадров для дообучения и документацию, по которой сможет работать следующий инженер. Нужен ли вам разовый анализ осуществимости или продакшен-система на годы вперёд — я чётко очерчу объём и выдам то, что действительно работает.
Типичные задачи:
— Детекция и мультиобъектный трекинг для видео и живых потоков
— OCR-конвейеры для накладных, этикеток, счётчиков и гравировки
— Автоматический визуальный контроль дефектов на линии
— Обучение своих моделей и внедрение через API или edge
Я начинаю с ваших данных, а не с модной архитектуры. Разбираю, какие изображения у вас уже есть, проектирую схему разметки под то, как вы принимаете решения, и подбираю семейство моделей под ваш бюджет по задержке и железу, а не под таблицы бенчмарков. Обучаю собственные детекторы и классификаторы, беру на себя неприятные части — дисбаланс классов, разное освещение, смаз в движении, редкие типы брака — и проверяю всё на отложенной выборке, отражающей реальные условия эксплуатации. Когда точность упирается в потолок, я знаю, где искать: хорошие данные чаще дают прирост, чем более крупная сеть, и я честно скажу, если дело именно в этом.
Внедрение — этап, на котором тихо умирает множество проектов по зрению, поэтому я отношусь к нему как к полноценному результату. Упаковываю модели за понятным inference-API либо оптимизирую и квантую их для работы на edge-устройствах и встраиваемых платах прямо рядом с камерой. Вы получаете мониторинг, механизм сбора проблемных кадров для дообучения и документацию, по которой сможет работать следующий инженер. Нужен ли вам разовый анализ осуществимости или продакшен-система на годы вперёд — я чётко очерчу объём и выдам то, что действительно работает.
Типичные задачи:
— Детекция и мультиобъектный трекинг для видео и живых потоков
— OCR-конвейеры для накладных, этикеток, счётчиков и гравировки
— Автоматический визуальный контроль дефектов на линии
— Обучение своих моделей и внедрение через API или edge
