L'Atelier Monstre

Le Fossé entre la Recherche et la Production en Vision par Ordinateur Le déploiement de modèles de vision par ordinateur (CV) en milieu industriel ne se limite pas à l'exportation de poids entraînés. Le passage d'un environnement de recherche à une ligne de production exige une rigueur d'ingénierie spécifique. L'objectif n'est plus uniquement d ...

1. Préparation de l'environnement et obtention du modèle Avant de déployer YOLOv13 sur le RK3588, il est nécessaire de configurer l'environnement de développement et d'obtenir le code source du modèle. Il est recommandé d'utiliser un système Ubuntu 20.04 ou 22.04 pour une compatibilité optimale avec la chaîne d'outils RKNN. Commencez par instal ...

Présentation technique HyperLPR est un framework open source basé sur l'apprentissage en profondeur, spécifiquement conçu pour la détection et la reconnaissance des plaques d'immatriculation chinoises. Il exploite des modèles optimisés pour offrir une reconnaissance précise sous différentes conditions, telles que des variations d'éclairage, des ...

Pour améliorer la rapidité d'exécution d'un modèle de contrôle robotique, il est essentiel d'optimiser son format d'inférence. Ce guide détaille comment convertir le modèle Pi0, un modèle vision-langage-action, depuis PyTorch vers ONNX, puis l'accélérer avec TensorRT pour une inférence à faible latence sur GPU. Préparation de l'environnement et ...

L'optimisation des modèles de détection d'objets en temps réel comme D-FINE est cruciale pour réduire la latence et l'empriente mémoire sur le matériel de production. Bien que D-FINE offre des performances de pointe nativement, l'application de techniques de quantification peut multiplier la vitesse d'inférence par 2 ou 4 tout en divisant l'uti ...

Présentation du Système Ce projet open source est conçu pour la détection efficace et la reconnaissance de plaques d'immatriculation chinoises, basé sur le framework YOLOv5. Il prend en charge plus de 12 types de plaques, y compris les plaques bleues à une ligne, les plaques jaunes, les plaques de véhicules à énergie nouvelle, et les plaques à ...

Guide pratique du modèle SenseVoice-small-onnx : reconnaissance vocale multilingue avec détection automatique Vous êtes-vous déjà retrouvé dans une situation où un ami vous envoyait un message vocal en cantonais que vous ne compreniez qu'à moitié ? Ou peut-être aviez-vous besoin de transcrire rapidement un enregistrement de réunion en japonais ...

Introduction à Qwen3-ASR-1.7B et l'écosystème Ascend Le modèle Qwen3-ASR-1.7B d'Alibaba Cloud représente une avancée significative en matière de reconnaissance vocale automatique (ASR), offrant des capacités de compréhension sémantique améliorées par rapport à ses prédécesseurs. Ce guide détaillé vous accompagnera dans le processus d'intégratio ...

Vue d'ensemble du projet : une chaîne complète reproductible pour les services d'IA Ce projet ne se limite pas à une démo de type "Kaggle" pour détecter les hot-dogs. Il s'agit d'une implémentation complète d'un service d'IA utilisant FastAPI pour l'API web, MobileNetV2 pour le modèle de vision par ordinateur, et une chaîne de dépl ...