Projekte

Eine Auswahl meiner wichtigsten ML-Pipelines und AI-Systeme

Echtzeit-Videoanalyse Pipeline
Multi-Modell-System für Objekterkennung, Tracking und Ereigniserkennung in Videostreams
  • • 30 FPS Echtzeit-Verarbeitung
  • • 95%+ Erkennungsgenauigkeit
  • • Skalierbar auf mehrere Streams
YOLORedisCeleryDocker
Case Study ansehen
Agentisches LLM-System
LangGraph-basierter Workflow mit lokalem Qwen, Tool-Calling und Memory-Management
  • • Multi-Step-Reasoning
  • • Tool-Calling Integration
  • • 70% Kosteneinsparung vs. Cloud-LLMs
LangGraphQwenVector DBPostgreSQL
Case Study ansehen
Szenen-Segmentierung ML Model
Computer Vision Model für automatische Szenenerkennung und semantische Segmentierung
  • • Zero-Shot-Segmentierung
  • • Multimodale Analyse
  • • GPU-optimiert
SAMCLIPPyTorchCUDA
Case Study ansehen
Action Detection System
Erkennung von spezifischen Aktionen und Verhaltensmustern in Videomaterial
  • • Temporal Action Localization
  • • Real-time Processing
  • • Custom Action Training
SlowFastI3DTemporal Networks
Case Study ansehen
Multimodales Dokumentenverständnis
KI-System zur Analyse und Extraktion von Informationen aus komplexen Dokumenten
  • • OCR + Semantic Understanding
  • • Tabellen- und Diagramm-Extraktion
  • • Multi-Language Support
LLaVABLIPLayoutLMTesseract
Case Study ansehen
Semantic Vector Search Engine
Hochperformante semantische Suchmaschine mit Embedding-basierter Ähnlichkeitssuche
  • • Sub-Second Query Times
  • • Hybrid Search (Dense + Sparse)
  • • Incremental Indexing
FAISSQdrantSentence Transformers
Case Study ansehen