Embedded Systems / AI Technician - Graduation Project
National School of CustomsFévr. 2026 – Mai 2026
Conception et déploiement d'un système Edge AI embarqué temps réel pour la détection d'objets dangereux dans les flux vidéo de scanners à rayons X douaniers au sein de l'École Nationale des Douanes.
- Architecture d'une solution d'inférence computer vision utilisant YOLOv5s optimisé via TensorRT sur NVIDIA Jetson Nano avec embedded Linux.
- Développement d'un système de capture vidéo non-intrusif par HDMI depuis le scanner douanier.
- Construction d'un pipeline multi-threadé d'inférence computer vision garantissant des performances temps réel.
- Détection multi-classes (armes à feu, couteaux, pinces, ciseaux, clés) avec un … de 0.88.
- Optimisation de la latence d'inférence à moins de 120 ms, tout en maintenant plus de 30 FPS.
- Développement d'un tableau de bord Flask dual offrant un accès local et un accès distant sécurisé via VPN Tailscale.
Environnement technique
PythonYOLOv5sTensorRTNVIDIA Jetson NanoEmbedded LinuxHDMIFlaskTailscale VPNMulti-threading.