Je vais construire une détection d'objets en vision par ordinateur en temps réel pour les alertes de sécurité CCTV
Ingénieur en vision par ordinateur, détection AI en temps réel pour CCTV et caméras
À propos de ce service
Vos caméras peuvent repérer une arme, un feu, un visage recherché ou une personne tombée et vous alerter dès que cela se produit. Je réalise cela.
Plus de 3 ans d'expérience dans la construction de vision par ordinateur en temps réel pour la sécurité, livrée sous forme de systèmes opérationnels, pas de notebooks.
Testé et démontré sur des images réelles :
- Reconnaissance faciale + liste de surveillance : alerte sur les visages recherchés ou inconnus
- Détection d'armes : couteaux, pistolets, fusils
- Détection de feu et de fumée : caméras en forêt, usine et entrepôt
- Détection de chute : alertes uniquement si la personne reste au sol 30-45 secondes (moins de fausses alertes)
Ce que vous obtenez :
- Modèle YOLO entraîné sur vos objets et vos images
- Pipeline en direct pour RTSP/IP, DVR/NVR ou webcam, de 1 à plusieurs caméras
- Alertes : écran, son, Telegram, email ou webhook + journal des événements
- Code source Python, guide d'installation et rapport de précision
- Fonctionne sur votre PC, serveur GPU, cloud ou Jetson
Notre méthode :
- Envoyez un clip d'exemple. Je réalise un test gratuit de 60 secondes pour que vous voyiez les résultats avant de commander
- Nous convenons des classes, des caméras et des règles d'alerte
- Livraison étape par étape : modèle entraîné, démonstration en direct, déploiement
Également : comptage de personnes, zones d'intrusion, EPI, plaques d'immatriculation.
Contactez-moi avec votre configuration de caméra et ce que vous souhaitez détecter. Réponses rapides, démonstration en direct sur demande.
APIs:
Microsoft Computer Vision AI
•
Google Cloud Vision API
Langage de programmation:
Python
Outils:
Jupyter Notebook
•
opencv
•
tensorflow
•
Colab
•
PyTorch
Frameworks:
Scikit-learn
•
Google ML Kit
•
keras
•
PyTorch
•
Autres
Mon portfolio
FAQ
Traduction automatique
Cela fonctionnera-t-il avec mes caméras CCTV ou IP existantes ?
Oui. Je me connecte aux caméras RTSP/IP, systèmes DVR/NVR, webcams USB et fichiers vidéo enregistrés. Envoyez-moi la marque de votre caméra ou le format de votre URL de flux, et je confirmerai la compatibilité avant votre commande.
Ai-je besoin d’un GPU ?
Pas pour 1 ou 2 caméras – les modèles YOLO légers fonctionnent sur un CPU normal. Pour plusieurs caméras ou un FPS élevé, une GPU NVIDIA, une GPU cloud ou un dispositif Jetson est recommandé. Je dimensionnerai en fonction de votre configuration.
Pouvez-vous entraîner le modèle sur mes propres objets ou images ?
Oui. Envoyez vos images/vidéos ou décrivez les objets. Je peux aussi collecter et annoter un jeu de données pour vous. Vous recevez les poids entraînés YOLO, le code d'entraînement et un rapport de précision.
Est-ce que j'obtiens le code source ?
Oui. Chaque package inclut un code source Python propre et commenté, un fichier requirements et un guide d'installation pour que votre équipe puisse l'exécuter et le modifier.
Comment les alertes sont-elles livrées ?
Avertissement à l'écran et son par défaut. Je peux ajouter email, Telegram, API WhatsApp, SMS, webhook ou tableau de bord. Chaque événement est enregistré avec une horodatage et une capture d'écran.
À quelle précision puis-je m'attendre ?
Cela dépend de la qualité de la caméra, de l’éclairage et des données. Les modèles entraînés sur vos images atteignent généralement 85 à 95 % de précision. Je teste sur vos vidéos réelles et ajuste les seuils pour réduire les fausses alertes avant livraison.
Pouvez-vous le déployer sur mon serveur ou dispositif edge ?
Oui – PC Windows/Linux, serveur GPU, cloud (AWS/GCP/Azure) ou dispositifs edge comme NVIDIA Jetson et Raspberry Pi. La mise en paquet Docker est disponible en option.
Mes vidéos restent-elles privées ? Signons-nous des NDA ?
Oui. Vos vidéos et données sont utilisées uniquement pour votre projet et supprimées après livraison sur demande. Je suis prêt à signer un NDA.

