Rendre son IoT encore plus intelligent avec Tensorflow Lite


TensorFlow Lite permet de déployer des algorithmes de Deep Learning sur des objets connectés. Nous verrons comment l’utiliser pour concevoir l’«agriculture du futur » capable de prédire et optimiser la production de légumes, aussi bien chez soi que dans des pays en voie de développement.


Alors que le Machine Learning est déployé habituellement dans le Cloud, des versions allégées de ces algorithmes et adaptées aux systèmes contraints de l’IoT comme les micro-contrôleurs commencent à apparaître.

Utiliser du Machine Learning « at-the-edge » présente en effet plusieurs avantages comme la réduction de la latence, la confidentialité des données, et le fonctionnement sans connexion internet.

Au cours de cette présentation, nous verrons qu’il est donc possible de déployer des algorithmes de Deep Learning sur des objets connectés grâce à TensorFlow Lite. Nous verrons alors comment l’utiliser pour concevoir l’« agriculture du futur » capable de prédire et optimiser la production de légumes, aussi bien chez soi que dans des pays en voie de développement où la connexion internet est intermittente.


Makers

Makers

#TALK en Français

Alexis Duque

Rtone

Je suis responsale des activités de R&D et de l'équipe sécurité IoT au sein d'Rtone, une équipe d'experts en conception d'objets connectés basée à Lyon.

Je possède un doctorat en informatique de l'Université de Lyon obtenu après une thèse sur le Visible Light Communication pour l'IoT au sein du laboratoire CITI de l'INSA de Lyon. Mais je reste néammoins un geek passionné avant tout, qui aime également toucher au code, du micro-contrôleur aux applications web Java, en passant par le dev mobile.

Je participe et donne régulièrement des présentations lors de conferences techniques, ou scientifiques sur des sujets autours de l'IoT ou la sécurité.