0
0
Budżet: 5000 UAH Termin: 3 dni
3 lata doświadczenia w wdrażaniu systemów na serwerach z 4 GB RAM. Posiadam doświadczenie w pracy z YOLO na serwerach, kwantyzacji modeli i optymalizacji kodu
2
2
Budżet: 10000 UAH Termin: 7 dni
Witaj!
Mam doświadczenie w opracowywaniu własnych modeli AI (GAN, RNN, LSTM). Używałem Tensorflow, PyTorch. Jestem gotów rozważyć więcej szczegółów
14
0
Budżet: 2000 UAH Termin: 1 dzień
To normalna woda, wszystko ok 🙂
Co do zadania, widzę, że główne problemy teraz wynikają z asynchroniczności i zasobów, plus pominięcia klatek, co jest szczególnie krytyczne dla Yolo i DQN. Jeśli modułowy kod działał, ale nie idealnie, to rozdzielenie plików gdzieś naruszyło powiązania między komponentami lub spowodowało dodatkowe opóźnienia. Trzeba zobaczyć, jak dane są przekazywane między modułami, czy są wąskie gardła w przetwarzaniu strumienia wideo.
Co do optymalizacji – można zgłębić temat wielowątkowości, kwantowej optymalizacji (jeśli naprawdę trzeba wycisnąć maksimum), a także po prostu poprawnie skonfigurować pipeline. Zajmijmy się więc tym, co jest i co chcemy osiągnąć.
Co do etapów – całkowicie logiczne, bo bez testowania w tym się nie obejdzie. Lepiej od razu określić krytyczne miejsca, aby nie przerabiać wszystkiego niepotrzebnie.
Pytanie: na czym to wszystko teraz działa? Jaki sprzęt, jakie biblioteki? Bo od tego mocno zależy, jakie podejścia do optymalizacji mają sens.
Co do godzin – napiszę w prywatnych, aby omówić to bardziej szczegółowo, bo zależy to od złożoności zadań, które pojawią się w trakcie.
