YOLO laufen lassen kann jeder. Computer Vision bauen kann nicht jeder.
Agenturen, die ein vortrainiertes Modell herunterladen, MediaPipe in eine Oberfläche packen und sich Computer-Vision-Experten nennen, gibt es genug. Wir entwickeln, was nach der Demo funktionieren muss.
Das ist kein Engineering. Das ist ein Tutorial mit Rechnung.
Echte Computer Vision ist schwer. Schlechtes Licht. Verdeckung. Bewegte Kameras. Unzuverlässige Messwerte. Hardwaregrenzen.
Modelle, die in einer Demo unglaublich gut aussehen, brechen zusammen, sobald sie auf die reale Welt treffen. Genau für diese Probleme entwickeln wir, angefangen bei der Frage, wie das System gemessen wird.
In der Demo funktioniert es. Dann bewegt sich die Kamera.
Die DemoFunktioniert mit den Clips, die man ihm gezeigt hat.
Das SystemGemessen an Hold-out-Aufnahmen aus der realen Einsatzumgebung.
Die DemoEin vortrainiertes Modell mit Standard-Schwellenwerten.
Das SystemEin Modell, für die Aufgabe ausgewählt, per Fine-Tuning angepasst oder eigens gebaut, mit Schwellenwerten auf Basis des gemessenen Fehlers.
Die DemoAuf den Bildschirm gezeichnete Boxen und Skelette.
Das SystemKalibrierte Messwerte mit ausgewiesenem Fehler.
Die DemoLäuft auf der GPU eines Entwicklers.
Das SystemHält das Latenz-, Speicher- und Energiebudget des Zielgeräts ein.
Die DemoVersagt unbemerkt.
Das SystemVersagt sichtbar, mit Fallbacks und Monitoring.
Die DemoEinmal annotiert, dann sich selbst überlassen.
Das SystemEin Kreislauf aus Annotation und Nachtraining, der es laufend verbessert.
Forschungstiefe. Produktionsdisziplin.
Computer-Vision-Systeme, entwickelt für reale Bedingungen: individuelle Modelle, Pose Estimation, Tracking, 3D-Rekonstruktion, Kamerageometrie und Edge-Inferenz, vor jeder Auslieferung bewertet.
Individuelle Modelle
Erkennungs-, Segmentierungs- und Keypoint-Modelle, für Ihre Aufgabe trainiert oder per Fine-Tuning angepasst, wenn ein vortrainiertes Modell die Messlatte reißt.
Pose Estimation und Biomechanik
Körper- und Gelenktracking, übersetzt in Winkel, Timing und Bewegungskennzahlen, mit ausgewiesenem Fehler.
3D-Rekonstruktion
Tiefe und 3D-Struktur aus einer oder mehreren Kameras, von kalibrierten Multi-View-Rigs bis zu Schätzungen aus einer einzelnen Kamera.
Erkennung und Tracking
Objekte und Personen, über Frames hinweg verfolgt, trotz Verdeckung, Gedränge und Identitätswechseln.
Kamerageometrie
Kalibrierung, Synchronisierung und die projektive Mathematik, die Pixel in Positionen in der realen Welt umrechnet.
Edge- und Mobile-Inferenz
Modelle, so komprimiert und abgestimmt, dass sie ein Frame-Budget auf Smartphones, Embedded-Boards und Edge-GPUs einhalten.
Spezialisten, die wissen, warum Modelle scheitern. Nicht nur, wie man sie aufruft.
Fachleute für Computer Vision sind rar und anhand eines Lebenslaufs schwer einzuschätzen. Wenn ein Problem tiefes Spezialwissen verlangt, finden, prüfen und führen wir die Forscher und Ingenieure, die Mathematik, Modellarchitekturen und Rahmenbedingungen des Produktivbetriebs dahinter verstehen.
Die Messung festlegen
Was das System sehen muss, wie genau es sein muss, auf welcher Hardware es läuft und welcher Bewertungsdatensatz das belegen wird.
Daten und Modell aufbauen
Datenerhebung, Annotations-Pipelines und Hold-out-Testaufnahmen unter realen Bedingungen, dann das Modell, das die Aufgabe braucht: von der Stange, per Fine-Tuning angepasst oder eigens entwickelt.
Ausliefern und verlässlich halten
Deployment auf dem Gerät oder in der Cloud innerhalb eines Latenzbudgets, mit Fallbacks, Monitoring und Nachtraining, wenn die Welt driftet.
Uns geht es nicht darum, das günstigste Team zu sein, das eine Demo zum Laufen bringt. Wir bauen das System, das danach funktionieren muss.
Arbeit, die Sie prüfen können.
- Computer Vision / Sporttechnologie
Movalytix
Bewegungsanalyse-Software für Sportler und Trainer, die mit Computer Vision und biomechanischer Modellierung Bewegungen aus Videos analysiert.
- Erfahrung des Gründers
Eliseo Robles
Eliseos öffentliche Arbeit als CTO bei NurivaTech AI umfasst smartphonebasierte Computer-Vision- und Biomechaniksysteme sowie Modellbewertung.
CTO-Rolle: NurivaTech / sportFXEinzelne Details unter NDA
Gute Fragen. Klare Antworten.
Entwickeln Sie individuelle Modelle oder nutzen Sie vortrainierte?
Beides. Ein vortrainiertes Modell ist der richtige Ausgangspunkt, wenn sein Fehler bei Aufnahmen wie Ihren für Sie akzeptabel ist. Wenn nicht, passen wir es per Fine-Tuning an oder bauen ein Modell eigens für die Aufgabe. Den Ausschlag gibt ein Hold-out-Bewertungsdatensatz.
Können Sie einen Computer-Vision-Prototyp reparieren, der im Praxiseinsatz versagt?
Zuerst messen wir ihn an Aufnahmen aus der realen Einsatzumgebung, um herauszufinden, wo und warum er versagt. Dann entscheiden wir, ob er neue Daten, ein anderes Modell, eine Änderung an der Pipeline oder eine Neuentwicklung braucht.
Kann Computer Vision auf Smartphones oder Edge-Geräten laufen?
Oft. Wir legen das System von Anfang an auf Speicher, Wärmeentwicklung, Energieverbrauch und Zeit pro Frame des Zielgeräts aus und testen auf dieser Hardware statt auf einer Entwicklungs-GPU.
Wie messen Sie, ob ein Vision-System funktioniert?
Anhand eines Hold-out-Bewertungsdatensatzes, der dem Praxiseinsatz entspricht. Den Fehler geben wir in den Einheiten an, von denen die Entscheidung abhängt, etwa in Grad, Zentimetern oder verpassten Erkennungen, statt als einen einzigen plakativen Genauigkeitswert.
Was brauchen Sie von uns für den Start?
Videoaufnahmen oder Bilder aus der realen Einsatzumgebung, die Entscheidung, die das System unterstützen muss, den für Sie akzeptablen Fehler und die Hardware, auf der es laufen muss. Darauf aufbauend definieren wir eine abgegrenzte erste Phase im Rahmen eines Produktentwicklungsauftrags.
Wir verkaufen keine Demos. Wir entwickeln Computer-Vision-Systeme.
Bringen Sie uns das schwierige Problem: die Kamera, die Bedingungen, Ihre vorhandenen Daten und die Entscheidung, die das System unterstützen muss. Produktentwicklungsaufträge beginnen bei $15,000; der Umfang wird zuerst vereinbart.