Je vais déployer l'IA en temps réel et la vision par ordinateur sur raspberry pi, jetson nano

Certaines informations ont été traduites automatiquement.

États-Unis

Je parle Anglais, Espagnol

Ingénieur en systèmes embarqués

Je suis un programmeur professionnel spécialisé en Arduino, ESP32, ESP8266, Raspberry Pi, NodeMCU, STM32, et microcontrôleurs, avec une expertise en développement IoT, automatisation domestique, Blynk...
À propos de ce service

Vous avez besoin que votre modèle d'IA ou de vision par ordinateur fonctionne rapidement et de manière fiable sur des appareils edge à faible consommation comme Raspberry Pi ou NVIDIA Jetson ? Je suis un expert dans le déploiement et l'optimisation de modèles pour la performance en temps réel sur du matériel edge.


Services que je propose ;

Déploiement YOLOv8 / YOLOv11 sur Raspberry Pi 4/5, Jetson Nano, Orin Nano

Détection, suivi et comptage d'objets en temps réel

Optimisation de modèles pour edge ; TensorRT, ONNX, TFLite

Configuration de pipeline caméra USB, CSI, Pi Camera, flux RTSP

Intégration GPIO ; déclencheurs, alertes, LEDs, relais

Pipeline CV personnalisé pour la robotique, la surveillance ou l'automatisation

Déploiement sans tête avec démarrage automatique au boot


Stack technologique ;

Matériel : Raspberry Pi 4/5, Jetson Nano, Jetson Orin Nano

Modèles : YOLOv8/YOLOv11, MobileNet, EfficientDet

Optimisation : TensorRT, ONNX Runtime, TFLite

Bibliothèques : OpenCV, PyTorch, TensorFlow Lite, Ultralytics


Livrables ;

Code entièrement fonctionnel, optimisé et testé sur votre appareil

Fichier modèle ONNX / TensorRT / TFLite

Guide d'installation étape par étape & README

Vidéo de démonstration montrant la performance en temps réel


Faites fonctionner votre modèle d'IA efficacement sur des appareils edge rapidement, de manière fiable et prêt pour le déploiement dans le monde réel.

APIs:

Microsoft Computer Vision AI

Amazon Rekognition

Expertise:

Traitement d'images

Classification

Langage de programmation:

Python

MATLAB

Java

MLflow

Julia

Outils:

Jupyter Notebook

opencv

Excel

MLflow

SimpleCV

CVAT

Frameworks:

Scikit-learn

DeepPy

Google ML Kit

SimpleCV

PyTorch