Prenez contact avec nous

Plan du cours

Introduction à l'IA en périphérie pour la vision par ordinateur

  • Aperçu de l'IA en périphérie et de ses avantages
  • Comparaison : IA dans le cloud vs IA en périphérie
  • Défis clés dans le traitement d'images en temps réel

Déploiement de modèles d'apprentissage profond sur des appareils périphériques

  • Introduction à TensorFlow Lite et OpenVINO
  • Optimisation et quantification des modèles pour le déploiement en périphérie
  • Étude de cas : exécution de YOLOv8 sur un appareil périphérique

Accélération matérielle pour l'inférence en temps réel

  • Aperçu du matériel de calcul en périphérie (Jetson, Coral, FPGA)
  • Exploitation de l'accélération GPU et TPU
  • Étalonnage (benchmarking) et évaluation des performances

Détection et suivi d'objets en temps réel

  • Mise en œuvre de la détection d'objets avec des modèles YOLO
  • Suivi des objets en mouvement en temps réel
  • Amélioration de la précision de détection par fusion de capteurs

Techniques d'optimisation pour l'IA en périphérie

  • Réduction de la taille des modèles par élagage (pruning) et quantification
  • Techniques de réduction de la latence et de la consommation d'énergie
  • Réentraînement et affinement des modèles d'IA en périphérie

Intégration de l'IA en périphérie avec les systèmes IoT

  • Déploiement de modèles d'IA sur des caméras intelligentes et des appareils IoT
  • IA en périphérie et prise de décision en temps réel
  • Communication entre les appareils périphériques et les systèmes cloud

Considérations en matière de sécurité et d'éthique dans l'IA en périphérie

  • Préoccupations liées à la confidentialité des données dans les applications d'IA en périphérie
  • Garantie de la sécurité des modèles contre les attaques adverses
  • Conformité aux réglementations sur l'IA et aux principes d'une IA éthique

Résumé et prochaines étapes

Pré requis

  • Familiarité avec les concepts de la vision par ordinateur
  • Expérience avec Python et les frameworks d'apprentissage profond
  • Connaissances de base en informatique en périphérie (edge computing) et en appareils IoT

Public visé

  • Ingénieurs en vision par ordinateur
  • Développeurs d'IA
  • Professionnels de l'IoT
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires