Бюджет: 1000 EUR Термін: 7 днів
Здравствуйте.Є досвід з Python.Готовий до співпраці.Звертайтеся
Мета:
Автоматичне розпізнавання автомобільних номерів з фотографій, отриманих з RTSP-камери, та фіксація часу першого та останнього появлення кожного унікального номера.
Сценарій — автомобілі заїжджають у автосервіс, потрібно відстежити, коли вони вперше з'явилися і коли поїхали (останній раз були на фото).
Джерело даних
Вже реалізовано - можна використовувати для остаточної версії програми:
Основні завдання
1. розпізнавання номерів з фото
2. інтеграція всіх скриптів у єдину програму
Технології на даний момент
Можемо розглянути будь-який ваш варіант або комбінацію — головне, щоб все працювало, наприклад, автоматизація n8n (тоді потрібно встановити n8n на VPS)
Інструменти для розпізнавання (виконавець обирає і налаштовує)
Формат збереження результату
Пишіть ваші можливості та вартість рішення — моя вказана вартість не має значення, оскільки я обиратиму з пропонованих вами варіантів.
Бюджет: 1000 EUR Термін: 7 днів
Здравствуйте.Є досвід з Python.Готовий до співпраці.Звертайтеся
Бюджет: 200 EUR Термін: 1 день
Привіт!
Задача цілком реалізовувана — раніше вже виконував схожі проєкти.
Готовий допомогти і виконати все швидко та якісно.
Маю великий досвід роботи з Python, зокрема в задачах, пов’язаних з розпізнаванням елементів за зображенням.
Буду радий співпраці!
Бюджет: 200 EUR Термін: 123 дні
Добрий день
Моя команда безумовно впорається з таким завданням, але
Є багато питань:
- приклади зображень
- дуже важливий аспект - під яким кутом робиться фото.
- цей сервіс ви плануєте для себе або хочете його продавати як рішення? (це прямо дуже сильно вплине на цінову політику)
- яку кількість постів, мийок?
- які вимоги до бекенду?
- які функції у користувача, адміністратора - взагалі. чи передбачена якась ролева ієрархія?
- що відбувається, якщо номер не вдалося зчитати при в'їзді, а при виїзді він видно (мийка, бруд, пар взимку і все таке)
Буду вдячний за відповіді на питання
також пропоную провести технічний мітинг з моїм лідом - можливо (скоріше за все) з'явиться ще купа питань, які ми зараз з вами не бачимо
пишіть будь ласка у приватні повідомлення
Бюджет: 220 EUR Термін: 10 днів
Вітаю
Готовий виконати проект
Можете подивитись відгук з іншого object detection проекта - розпізнавання диму з камер
Бюджет: 200 EUR Термін: 4 дні
привітую. цілком реалізовуване завдання вже схоже робив. можу допомогти з цим завданням. зроблю все швидко і якісно. величезний досвід роботи з пайтон і також досвід з розпізнавання елементів за зображенням
Бюджет: 200 EUR Термін: 3 дні
Добрий день. Можу взяти в реалізацію Ваш проект. З машинним зором і розпізнаванням об'єктів, працюю давно. У портфоліо є приклади. Буду радий співпраці, звертайтеся.
Бюджет: 200 EUR Термін: 1 день
Добрий день
Можу зробити вашу роботу на Python
Пишіть буду радий вам виконати вашу задачку
Бюджет: 599 EUR Термін: 14 днів
Доброго часу доби
Такая задача тільки мені під силу, 5 років досвіду в аналізі фото комп’ютерними засобами, розумію всі нюанси
Напишіть мені
Бюджет: 190 EUR Термін: 5 днів
Ретельно ознайомився з вашим проектом — завдання зрозуміле і цікаве. Готовий одразу братися за роботу. Маю досвід реалізації подібних систем руху та звуку а також автомобільних номерів, використовую Python, OpenCV та нейронні мережі для точного виділення і розпізнавання номерів на фото.
Бюджет: 198 EUR Термін: 5 днів
Привіт! Дуже цікавий і практичний проєкт — маю досвід із розпізнаванням номерів авто та роботою з RTSP-камерами.
Готовий реалізувати повністю автоматизований скрипт, який буде:
– обробляти нові фото з папки,
– розпізнавати номери (EasyOCR / OpenALPR),
– фіксувати час першої та останньої появи,
– зберігати все у CSV / Google Sheets / Airtable.
Уточніть, будь ласка:
– Який формат збереження даних для вас найзручніший?
– Потрібно запускати скрипт як службу для постійної роботи?
Бюджет: 200 EUR Термін: 7 днів
Вітаю!
Зроблю якісно. Запропоную варіанти реалізації. Покажу приклади.
Ціна залежить від бажаної точності та інших побажань в процесі обговорення.
Бюджет: 220 EUR Термін: 7 днів
Добрий день, Вадим!
Готовий реалізувати для вас автоматизовану систему розпізнавання автомобільних номерів з RTSP-камери, з урахуванням усіх вимог: фіксації часу першого і останнього появлення, роботи з зображеннями з вказаної папки, логування, збереження даних і зручного експорту.
Що буде реалізовано:
✅ Обробка зображень
Моніторинг нової папки (/home/roo/cameras/program/camera1_photos)
Збереження результатів у CSV
Можливість інтеграції з Airtable або Google Sheets (за бажанням)
✅ Розпізнавання номерів
Використовую EasyOCR або OpenALPR — обидві технології добре зарекомендували себе на авто-номерах, зокрема в уличних умовах.
Якщо потрібно — обгорну все у Docker-контейнер для чистоти і розгортання.
✅ Логіка оновлення запису
Один номер = один рядок
Оновлюється last_seen, якщо машина вже була
Ведеться лог помилок/пропусків (наприклад, нерозбірливе зображення)
✅ Логування і відладка
Ведення логів помилок, пропущених зображень, повторних спроб і загальної активності.
Буду радий обговорити деталі і приступити!
Бюджет: 200 EUR Термін: 7 днів
Доброго дня, готовий запропонувати рішення. Є досвід роботи з OpenCV, dlib, YOLO моделями. Пишіть, обговоримо деталі та варіанти реалізації
Бюджет: 500 EUR Термін: 7 днів
Маю великий досвід розробки різноманітних програм з комп’ютерним зором.
Для цього завдання краще використовувати ALPR (прям. спеціалізована бібліотека).
Точний термін і вартість зможу назвати після обговорення всіх деталей.
Бюджет: 250 EUR Термін: 10 днів
Доброго дня. Підберу готове рішення і розгорну на сервері, запис можна зробити у гугл таблиці.
Важливо розуміти номери автомобілів якої країни будуть?
Пишіть, обговоримо деталі та варіанти реалізації, те, що краще підійде.
Бюджет: 200 EUR Термін: 5 днів
Здравствуйте, Вадим.
Я внимательно изучил вашу задачу. Це класичний і дуже цікавий проект у галузі Computer Vision. Щоб досягти високої точності та надійності, потрібен не просто скрипт, а продумана система.
Я пропоную побудувати для вас щось більше, ніж просто набір окремих скриптів. Моє рішення буде представляти собою єдину, стабільну програму, засновану на професійних інструментах.
Запропонована архітектура та технології:
Ядро розпізнавання (The Recognition Engine): Замість базових OCR-інструментів типу pytesseract, які часто дають помилки при різному освітленні та кутах зйомки, я пропоную використовувати більш потужну комбінацію: OpenCV для попередньої обробки зображень (покращення контрасту, нормалізація) та спеціалізовану нейромережеву модель для розпізнавання номерів (ALPR). Це забезпечить точність розпізнавання понад 95%.
Система моніторингу та обробки: Я напишу сервіс на Python, який у реальному часі буде відслідковувати появу нових файлів у вказаній директорії, миттєво відправлятиме їх на розпізнавання та оброблятиме результати.
Збереження даних: Як ви і пропонували, ідеальним рішенням буде запис даних у Google Sheets або Airtable через їх API. Це набагато надійніше та зручніше для подальшого аналізу, ніж CSV-файл. Я реалізую логіку, яка буде перевіряти наявність номера у таблиці та оновлювати лише поле last_seen при повторній появі.
Розгортання (Deployment): Весь додаток (скрипт моніторингу, модель розпізнавання та всі залежності) буде упаковано у Docker-контейнер. Це дозволить вам запустити всю систему на вашому VPS однією простою командою і гарантує стабільну роботу.
Як сертифікований Python-розробник (PCAP™) з досвідом у AI/ML, я впевнений, що зможу створити для вас надійне та точне рішення.
Вартість і терміни:
За розробку та розгортання цієї комплексної системи я пропоную ціну у €200, термін виконання — 5 днів.
Привіт, а є можливість прикріпитп приклади цих зображень до задачі хоча б декілька. Чому я питаю адже від того яка якість зображення залежить 90% успіху також якщо тренувати АІ то при зміні ракурсу він уже втратись точність а якщо у вас камера не стоїть як перед шлагбаумом і постійно з 1 ракокурсу в близі бере номера то це і сенсу має мало. Наприклад якась камера відеоспотереження в далі кімнати буде працювати 1 з 5 раз)
Система авто-сповіщень про поповнення складу аналітика. На 8n8. Невелика автоматизація для e-commerce. Раз на добу система рахує швидкість продажів по кожному товару й надсилає в Telegram, що пора замовляти (з рекомендованим обсягом) і на скільки днів вистачає залишку. Що робимо: Забір даних: KeyCRM API (історія замовлень) + залишки/замовлення з Rozetka (API або вивантаження) Зберігання в SQLite на моєму VPS (Contabo, Linux) Розрахунок середнього продажу, запасу в днях, точки замовлення ABC-аналіз: пріоритезація, який товар поповнювати першим (клас A — головні за виручкою — важливіші) Щоденний Telegram-бот + запуск по cron Усі пороги (термін постачання, страховий запас, цільовий запас) — у конфізі
Вітаю! Мені потрібно візуально кастомізувати систему InvenTree (open-source) для презентації проекту кав'ярні. Складний бекенд і інтеграція з касою (POS) не потрібні — важлива зовнішня переробка інтерфейсу, щоб показати різницю «Було / Стало». Стек проекту: Python (Django) + React (Mantine UI). Що потрібно зробити в інтерфейсі: Кастомний брендинг, Перейменування в боковому меню та таблицях, Очищення форм від інженерних полів, Налаштувати один рецепт «збирання» напою (наприклад, Капучино), щоб при ручному списанні зі складу наочно вираховувалися всі інгредієнти, додати функції у вигляді додаткових звітів, і пояснення принципів роботи зроблених змін. Всі конкретні деталі обговоримо особисто. Вимоги до виконавця: Досвід роботи з Django та React (Mantine UI). Здатність виконати завдання швидко — проект потрібен для презентації. Працюємо через Сейф (Безпечну угоду). У відповіді почніть зі слова «КАВА», щоб я бачив, що ви дочитали до кінця. Напишіть ваші терміни та ціну
Необхідно розробити додаток або скрипт, який буде автоматично конвертувати файли з форматів YML або JSON у формат XLS, з подальшою генерацією посилання на вихідний XLS файл для промо Вимоги: Вхідні дані: Файл у форматі YML (посилання будуть надані) або Файл у форматі JSON (посилання будуть надані, JSON не містить дерева категорій, але кожен товар знаходиться в окремому масиві). Вихідні дані: Файл у форматі XLS з доступом через пряму посилання. Файл має оновлюватися автоматично за розкладом, наприклад, щоденно. Функціональні вимоги: Можливість вказання кількості днів для Наявності Під замовлення для кожного вхідного посилання. Додаток має стабільно працювати в умовах обмеженого за ресурсами хостингу. Бажано інтуїтивно зрозумілий веб-інтерфейс для управління налаштуваннями.
Потрібно внести невелику правку в програму, яка формує замовлення для друку. Завдання: Ми додали в асортиментм'яке скло з принтом. У замовленнях назва принта буде виділена символами#...# для коректного розпізнавання. Приклад: Мяке скло, #Абстракція біла# 2.0mm, Форма: Прямокутник... Необхідно: якщо в тексті замовлення присутній фрагмент між символами#...#, програма повинна розпізнати його як замовлення з принтом; при формуванні PDF або аркуша для друку таке замовлення потрібновиділити окремим кольором (будь-яким помітним, узгодимо під час виконання); решта логіки роботи програми має залишитися без змін. Приклад замовлення додаю нижче для тестування.
Проект: Ми запускаємо B2B-сервіс наскрізної аналітики та управління рекламними кампаніями для таргетологів і медіабайерів. Продукт працюватиме з офіційним Meta API. Головна технічна складність і фокус проекту — віртуозна робота з лімітами Facebook, маршрутизація трафіку між пулом наших додатків і жорстка система захисту інфраструктури від блокувань сірих рекламних акаунтів. У нас вже є детальне технічне завдання, описана архітектура баз даних, логіка балансувальника та вимоги до інтерфейсів. Шукаємо виконавця, який візьме це в реалізацію під ключ (бекенд + фронтенд дашбордів). Що потрібно зробити (Ключові завдання): Інтеграція з Meta API: Налаштувати авторизацію користувачів та регулярний асинхронний парсинг статистики рекламних кабінетів. Запити повинні надсилатися виключно пакетами для економії лімітів. Система авто-відізвання кабінетів: Написати модуль, який безперервно моніторить статуси рекламних акаунтів. Якщо кабінет потрапляє в бан, система повинна автоматично відкликати токен доступу протягом 60 секунд, щоб захистити наше додаток від санкцій Meta. Інфраструктура проксі: Реалізувати тунелювання всіх запитів до API через пул SOCKS5. Обов'язкова жорстка прив'язка конкретного токена користувача до статичного IP-адреси. Розумна маршрутизація: Створити алгоритм, який буде розподіляти прив'язані рекламні кабінети між кількома нашими додатками Facebook у заданих пропорціях для зниження ризиків. Розробка інтерфейсів: Створити клієнтський дашборд зі зведеною таблицею статистики та просунуту адмін-панель для ручного управління лімітами користувачів, прив'язками до додатків і пулом проксі. Очікуваний стек технологій: Бекенд: Python, FastAPI. Асинхронні задачі: Celery, Redis. Бази даних: PostgreSQL (або ClickHouse для статистики, на ваш розсуд). Фронтенд: Vue.js або React (можна використовувати готові UI-бібліотеки та шаблони дашбордів, акцент на функціональність, а не складний дизайн). Вимоги до виконавця: Упевнений досвід роботи з Meta Graph API та Marketing API. Ви повинні розуміти, як працюють ковзаючі ліміти, як читати заголовки завантаженості та як працювати з токенами. Розуміння специфіки арбітражу трафіку. Слова «білінг», «бан рекламного кабінету», «бізнес-менеджер» і «фарм» не повинні викликати у вас запитань. Досвід побудови асинхронних парсерів і роботи з проксі-серверами на рівні мережевих запитів. Готовність працювати за чітким технічним завданням і здавати проект поетапно. Умови: Формат співпраці: Проектна робота Бюджет: Обговорюється індивідуально на основі вашої оцінки технічного завдання. Оплата: Поетапна, прив'язана до контрольних точок. Як відгукнутися: У супровідному листі обов'язково вкажіть ваш досвід роботи з Meta API, прикріпіть посилання на схожі проекти (або опишіть їх функціонал, якщо вони під NDA) і напишіть орієнтовну вилку цін і термінів на розробку подібної системи з нуля. Відгуки без опису релевантного досвіду роботи з Facebook API розглядатися не будуть.