• Проєкти 8
  • Оцінка 5.0
  • Рейтинг 3 076

Бюджет: 11000 UAH Термін: 4 дні

Вітаю! Завдання зрозуміле: потрібно пакетно обробити 38 000 фото з Google Drive за допомогою AI (детеція двох типів фотозон, Inpainting/Inpainting-lama з очищенням бренд-елементів та відновленням фону без зачіпання товару, генерація оновленої структури та Excel).

Реалізую це на Python:

Асинхронне завантаження та вивантаження фото через Google Drive API / PyDrive2.

AI-пайплайн для генерації масок фотозон та їх інпейнтингу (ControlNet / LaMa / Inpainting моделі) з обробкою на GPU на базі скриптів автоматизації.

Валідатор для автоматичного перевірочного відсіву фото без фотозон (залишаються без змін).

  • Проєкти 5
  • Оцінка 4.9
  • Рейтинг 756

Бюджет: 26460 UAH Термін: 7 днів

Вітаю, я недавно робив схожий пайплайн масової обробки фото товарів під e-commerce: автоматичне визначення фотозони, видалення брендованих елементів (логотипи, телефон, написи) з відновленням фону по текстурі й освітленню, збереження товару без змін. Читання Excel з номерами оголошень і URL, обхід структури папок на Google Drive і збереження нового дерева з тими ж номерами теж було частиною тієї ж задачі.

Якщо у вас трапляються фото з двома фотозонами в одному кадрі, варто одразу додати крок з детекцією кількох зон і чергою на ручний перегляд сумнівних кейсів, це знижує брак приблизно на 10-15%.

Разова обробка чи потім будуть регулярні партії, і чи є приклади фото де фотозона займає більшу частину кадру, за товаром? Це впливає на вибір моделі inpainting.

Пропоную зв'язатись, я підготую схему пайплайна під ваші 38000 фото на Python з детекцією зон і inpainting, з термінами й технологіями під ваш кейс.

  • Проєкти 9
  • Оцінка -
  • Рейтинг 565

Бюджет: 20000 UAH Термін: 21 день

Привіт! Завдання зрозуміле: потрібно обробити ~38 000 фото, виявити фотозони і прибрати з них брендовані елементи (логотипи, номери телефонів, написи), не чіпаючи товар і фон.

Для цього використав би комбінацію: детекція фотозон через vision-модель (GPT-4o або Google Vision), інпейнтинг через Stable Diffusion з ControlNet або SDXL Inpaint, координація всього процесу через Python-скрипт, що читає Excel, бере URL/папки з Google Drive і зберігає результат в нову структуру з оновленням таблиці.

Критичне місце тут - якість інпейнтингу: фон потрібно зберегти натурально, тому перед стартом зроблю тест на ~100-200 фото і покажу результат для підтвердження. Процесинг партіями з Google Drive API, без ручного завантаження.

Орієнтовний термін: 2-3 тижні після підтвердження якості тесту. Вартість: $600-900 залежно від складності фотозон і кількості ітерацій. Готовий обговорити деталі.

  • Проєкти 24
  • Оцінка -
  • Рейтинг 956

Бюджет: 7900 UAH Термін: 10 днів

Вітаю! Я Сергій, маю 8 років досвіду в IT на різних технологіях: web/mobile, backend, API, інтеграції, автоматизація та робота з даними.
Бачу головну задачу так: Масова обробка фото товарів за допомогою AI. Потрібно виконати разову масову обробку фотографій товарів за допомогою AI. Вихідні дані Excel-таблиця з...

Скіли під задачу:
- AI/ML, RAG та автоматизація
- архітектура рішення
- розробка, тестування та доведення до релізу
- підтримка після запуску

Портфоліо: https://software.campstudio.net/#showcases

  • Проєкти 3
  • Оцінка -
  • Рейтинг 371

Бюджет: 4000 UAH Термін: 10 днів

Доброго дня!

Розумію, чому це завдання непросто оцінити наперед: 38 000 фото з різними ракурсами й відстанню — це не типова "пакетна" обробка, тут важлива саме якість розпізнавання фотозони на нетипових кадрах.

Тому пропоную не просто повірити мені на слово, а перевірити на ділі: готовий безкоштовно обробити 5-10 ваших реальних фото (різні ракурси, обидва варіанти фотозони) протягом дня після отримання доступу — щоб ви побачили результат ще до будь-якої оплати чи угоди.

Технології: детекція фотозони (з урахуванням того, що шаблонів лише два — це спрощує навчання/налаштування) + inpainting-модель (LaMa) для відновлення фону без слідів логотипу, зі збереженням освітлення й текстури. Пайплайн повністю автоматизований: Excel → Google Drive API → обробка → нова структура папок за номерами оголошень → оновлений Excel з посиланнями.

План: безкоштовний тест (сьогодні-завтра) → якщо влаштовує якість → пілот на 100-200 фото з фіксацією остаточної точності → повний обсяг 38 000 фото, орієнтовно 10-15 робочих днів.

  • Проєкти 212
  • Оцінка 5.0
  • Рейтинг 6 154

Бюджет: 4000 UAH Термін: 7 днів

Доброго дня
Можу взятись за виконання вашого завдання. Візьму кожну фотографію та опрацюю її через ШІ (OpenAI) з використанням промту для очищення від непотрібних елементів. В кінці отримаєте папку в гугл диску з фотографіями та нову Excel таблицю з оновленими посиланнями. Вартість за роботу 4000 грн за написання скриптів + вартість використання штучного інтелекту. Вартість роботи ШІ можна буде прогнозувати після того як опрацюємо першу партію фотографій, та дійдемо згоди щодо якості фінальних зображень.

  • Проєкти -
  • Оцінка -
  • Рейтинг 196

Бюджет: 7200 UAH Термін: 30 днів

у нас вже є майже готовий модуль масової ШІ-обробки товарних фото - його можна швидко адаптувати й запустити, пропоную обговорити деталі тут, я на зв'язку ))

- повна вартість - 7200 USD
- термін виконання - 30 календарних днів
- технології - Python, OpenCV, PyTorch, сегментація товару і фотозони, маски захисту товару, кероване відновлення фону, GPU-обробка, Google Drive API та OpenPyXL

у вартість входять пілотна вибірка, налаштування двох фотозон, обробка 38000 фото, перевірка результатів, повторна обробка відхилень, збереження структури Google Drive та оновлення Excel

- чи є еталонні фото обох фотозон без брендування та товарів?
- чи погоджуєте пілот на 200-300 складних фото як критерій запуску всього масиву?

  • Проєкти 13
  • Оцінка 4.9
  • Рейтинг 6 949

Бюджет: 9000 UAH Термін: 5 днів

Доброго дня, можу виконати разову масову AI-обробку фото товарів за Excel-таблицею та структурою папок на Google Drive. Зроблю скрипт на Python, який співвідноситиме номери оголошень з фото, обробить зображення за заданими правилами та збереже результат у потрібній структурі. Перед масовим запуском пропоную узгодити 5-10 тестових прикладів, щоб зафіксувати якість обробки та уникнути ручних переробок. Працював з автоматизацією обробки даних, зображень, API та пакетними завданнями, тому зможу зробити акуратно і з перевіркою результату. git: github.com/onyx144

  • Проєкти -
  • Оцінка -
  • Рейтинг 296

Бюджет: 3400 UAH Термін: 4 дні

Задача: детекція фотозони, видалення лого й написів inpainting-моделлю, фон і освітлення без змін.

Обробка 38000 фото, структуру папок на Drive збережу, Excel оновлю новими посиланнями.

Термін орієнтовно 4 дні.

У списку не показані ставки, приховані замовником чи фрилансером з Plus, а також ставки, що порушують правила