結婚式写真の品質を自動評価するシステムの本開発フェーズにおいて、画像認識モデルの精度向上とパフォーマンス最適化を担当。深層学習や最新の画像認識技術を活用し、検出精度の大幅な向上を実現。

深層学習フレームワーク（PyTorch/TensorFlow）の実務経験 コンピュータビジョンライブラリ（OpenCV等）の実装経験 顔認識・表情認識モデルの開発または改良経験 ONNX等でのモデル最適化・デプロイ経験 Python/FastAPIでのAPI開発経験 Git/GitHubでのチーム開発経験

現在、目つぶり検出・笑顔検出において従来手法で基本的な実装は完了していますが、実用レベルの精度に達していません。

Vision Transformer、YOLO等の最新モデルの実装経験 顔ランドマーク検出・表情認識の研究開発経験 エッジデバイス向けモデル軽量化経験 AWS ECS/Lambda等でのMLモデルデプロイ経験 大規模画像データセットの構築・前処理経験

言語: Python 3.10+ フレームワーク: FastAPI 画像処理: OpenCV, Pillow 顔検出: YOLOv8 (ONNX Runtime) ランドマーク: Dlib, MediaPipe インフラ: AWS (ECS Fargate, S3, RDS) コンテナ: Docker

フルリモート

オンライン

未設定

未設定

2025/08/26 15:00:25

ウェディングフォトの品質評価システムは、深層学習と画像認識技術を駆使して、結婚式写真の品質向上に貢献する重要なプロジェクトです。 既存のシステムを分析し、最新の技術を取り入れることで、より高精度な自動評価システムの構築を目指します。 この開発を通じて、画像処理技術の最前線で活躍できる貴重な経験が得られるでしょう。