← Indumia Lab

Vigie IRVE

Une vidéosurveillance qui analyse ce qu'elle filme et qui alerte en cas de coupe de câble ou de dégradation d'une borne de recharge.

Type
POC · Vision IA (LVLM)
Statut
◐ Prototype Edge
Année
2026
Licence
Open source
Pour
Stations de recharge (IRVE)
Code
Bientôt sur GitHub

Le problème

Vols de câbles et bornes vandalisées, souvent de nuit.

Une borne hors service coûte cher à réparer et pénalise les utilisateurs. La vidéosurveillance classique enregistre, mais personne ne regarde les images en direct, et la détection de mouvement génère beaucoup de fausses alertes.

L'approche

Deux niveaux d'analyse.

Un mini-PC branché sur les caméras IP existantes détecte et suit les personnes sur place. Seules les scènes suspectes sont envoyées à un LVLM, qui regarde le contexte (capuche, absence de véhicule, câble manipulé, coffre ouvert…) et explique sa décision.

Il n'y a pas de caméra à remplacer.

Pipeline

Le traitement d'une image.

Caméras IP

Flux RTSP H.264 / H.265, multi-caméras, ajout à chaud.

Détection

YOLO26 fine-tuné + suivi d'identité BoT-SORT avec ReID.

Zones & triggers

Polygones autour des bornes, nouvelle personne, minuterie, anti-doublon.

Floutage

Visages floutés sur site avant tout envoi (YuNet).

Analyse LVLM

Gemini ou Mistral : description, verdict et score de fiabilité en JSON.

Alerte

Capture marquée « ALERTE » dans l'interface de supervision.

0,89mAP50 du modèle YOLO26s fine-tuné
0,90précision sur 8 821 images de validation
10classes de sécurité : cagoule, outil, câble endommagé, vandalisme…
20FPSde capture sur CPU, validé sur caméra réelle

Pourquoi c'est différent

Moins de fausses alertes.

Contexte

Une analyse du contexte

Le LVLM distingue une recharge normale d'une attaque. Sur les scènes testées, l'usage normal d'une borne n'a pas déclenché d'alerte.

Spécialisé

Un modèle de vision dédié IRVE

YOLO26s entraîné sur des jeux de données fusionnés et remappés vers 10 classes propres à la sécurité des bornes.

Vie privée

Respect de la vie privée

Les visages sont floutés sur place avant tout envoi. Mistral peut être utilisé comme alternative européenne.

Nuit

Mode IR automatique

Détection automatique du mode nuit / infrarouge et adaptation de la capture.

Flexible

Un prompt par caméra

Choix du modèle et consignes d'analyse modifiables depuis l'interface, caméra par caméra.

Existant

Vos caméras suffisent

Compatible caméras IP RTSP. Un mini-PC Edge sur site (Apple Silicon ou AMD64) fait le travail.

Feuille de route

La première phase, sur site, est validée.

  • Capture multi-caméras, détection YOLO + suivi ReID
  • Triggers, zones polygonales, floutage, mode nuit
  • Analyse LVLM validée sur caméra réelle
  • Alerting multi-canal : email, SMS, Teams, Telegram…
  • Plateforme cloud multi-sites et tableau de bord
  • Actionneurs sur site : sirène, éclairage

Stack

  • Python 3.12
  • OpenCV
  • GStreamer
  • Ultralytics YOLO26
  • BoT-SORT ReID
  • YuNet
  • Gemini
  • Mistral
  • Flask
  • TimescaleDB
  • Redis
Projet suivant
Audit Ascenseur