Prenez contact avec nous

Plan du cours

Introduction à l'IA embarquée dans les environnements industriels

  • Pourquoi le calcul à la périphérie (edge computing) est important dans la fabrication
  • Comparaison avec l'IA basée sur le cloud
  • Cas d'usage en vision par ordinateur, maintenance prédictive et contrôle

Plateformes matérielles et contraintes au niveau de l'appareil

  • Présentation des matériels embarqués courants (Raspberry Pi, NVIDIA Jetson, Intel NUC)
  • Considérations sur le traitement, la mémoire et l'alimentation
  • Sélection de la bonne plateforme en fonction du type d'application

Développement et optimisation des modèles pour l'embarqué

  • Techniques de compression, d'élagage (pruning) et de quantification des modèles
  • Utilisation de TensorFlow Lite et ONNX pour le déploiement embarqué
  • Équilibrage entre précision et vitesse dans des environnements contraints

Vision par ordinateur et fusion de capteurs à la périphérie

  • Inspection et surveillance visuelle à la périphérie
  • Intégration des données provenant de multiples capteurs (vibration, température, caméras)
  • Détection d'anomalies en temps réel avec Edge Impulse

Communication et échange de données

  • Utilisation de MQTT pour le messagerie industrielle
  • Intégration avec les systèmes SCADA, OPC-UA et PLC
  • Sécurité et résilience des communications à la périphérie

Déploiement et tests sur site

  • Packaging et déploiement des modèles sur les appareils embarqués
  • Surveillance des performances et gestion des mises à jour
  • Étude de cas : boucle de décision en temps réel avec actionnement local

Mise à l'échelle et maintenance des systèmes d'IA embarquée

  • Stratégies de gestion des appareils embarqués
  • Mises à jour à distance et cycles de réentraînement des modèles
  • Considérations de cycle de vie pour un déploiement de grade industriel

Résumé et prochaines étapes

Pré requis

  • Une bonne compréhension des systèmes embarqués ou des architectures IoT
  • De l'expérience en programmation Python ou C/C++
  • Une familiarité avec le développement de modèles d'apprentissage automatique

Public cible

  • Développeurs embarqués
  • Équipes IoT industrielles
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires