Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais créer une application de vision par ordinateur edge AI pour raspberry pi ou jetson
Solutions en intelligence artificielle et vision par ordinateur
Je suis ingénieur en IA spécialisé en vision par ordinateur, apprentissage automatique et traitement intelligent de documents. Si vous avez besoin d’un modèle personnalisé, d’un pipeline de détection ...
À propos de ce service
Vous en avez assez de l’IA cloud lente et coûteuse ? Faites-la fonctionner sur votre appareil à la place.
Je conçois et déploie des systèmes de vision par ordinateur qui fonctionnent directement sur du matériel Raspberry Pi et Jetson en temps réel, hors ligne, sans coûts cloud, sans latence. Détection, suivi, comptage, détection d’anomalies, tout fonctionne localement sur votre dispositif edge.
Ce qui distingue cela des gigs CV génériques :
La plupart des vendeurs vous donnent un script Python qui tourne sur un ordinateur portable. Moi, j’optimise spécifiquement pour le matériel edge avec export ONNX, accélération TensorRT, quantification INT8/FP16 pour que votre modèle tourne à une fréquence d’images utilisable sur du matériel limité.
Ce avec quoi je travaille :
- Matériel : Raspberry Pi 4/5, Jetson Nano, Jetson Orin, Jetson Xavier
- Modèles : YOLOv8, MobileNetV3, EfficientDet, architectures personnalisées
- Optimisation : ONNX, TensorRT, OpenVINO, quantification de modèles
- Langages & outils : Python, OpenCV, PyTorch, FastAPI
Cas d’usage typiques :
- Caméras de sécurité, détection de défauts industriels, comptage de personnes en retail, surveillance agricole, vision robotique.
Ce que vous obtenez :
- Modèle entièrement fonctionnel sur votre appareil
- Optimisé pour une vraie FPS sur votre matériel spécifique
- Code Python propre et documenté
- Guide d’installation et de configuration
- Code source toujours inclus, sans exception
Mon portfolio
FAQ
Traduction automatique
Dois-je vous envoyer mon appareil physique ?
Non. Je développe et optimise tout sur un matériel équivalent de mon côté et je vous fournis un code prêt à l’emploi avec un guide d’installation complet. Vous n’avez qu’à le lancer sur votre appareil.
À quelle fréquence d’images puis-je m’attendre sur Raspberry Pi ?
Cela dépend du modèle et de la résolution. Un YOLOv8n quantifié avec TensorRT atteint généralement 8 à 15 FPS sur RPi 5 et 25 à 40 FPS sur Jetson Nano. Je vous donnerai des chiffres réalistes pour votre cas d’usage précis avant de commencer.
Je n’ai pas de dataset. Pouvez-vous quand même le réaliser ?
Oui. Pour des objets courants (personnes, véhicules, visages), des poids pré-entraînés fonctionnent bien dès la sortie de l’outil. Pour des cas d’usage spécifiques comme des pièces industrielles ou des cultures particulières, vous aurez besoin d’au moins 200 à 300 images étiquetées par classe. Je peux vous aider avec l’annotation en option.
Et si mon appareil n’est pas un Raspberry Pi ou un Jetson ?
Contactez-moi avec les spécifications de votre appareil avant de commander. J’ai déjà travaillé avec d’autres matériels ARM et embarqués et je peux généralement le faire fonctionner, il suffit de confirmer d’abord.
Le modèle fonctionnera-t-il sans connexion internet ?
Oui. C’est tout l’intérêt de l’edge AI. Tout fonctionne localement sur votre appareil, sans dépendance au cloud une fois déployé.
Pouvez-vous ajouter un serveur FastAPI pour que mon application puisse appeler le modèle ?
Oui. Cela est inclus dans le pack Premium et disponible en option ($70) pour les packs Basic et Standard.
