{"id":219,"date":"2026-03-28T08:59:43","date_gmt":"2026-03-28T08:59:43","guid":{"rendered":"https:\/\/numidai.com\/?page_id=219"},"modified":"2026-03-28T09:35:12","modified_gmt":"2026-03-28T09:35:12","slug":"home","status":"publish","type":"page","link":"https:\/\/numidai.com\/index.php\/fr\/home\/","title":{"rendered":"Home"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

<\/p>\n

\n

<\/p>\n

\u2014 D\u00e9tection d’incendies \u00b7 IA embarqu\u00e9e \u00b7 Temps r\u00e9el<\/p>\n

<\/p>\n

D\u00e9tection autonome des feux de for\u00eat.
Embarqu\u00e9e. Temps r\u00e9el.
Sans d\u00e9pendance au cloud.<\/strong><\/h1>\n

<\/p>\n

NVIDIA Jetson Orin NX \u00b7 C++ \/ DeepStream \u00b7 Kill Chain L1 \u2192 L2 \u2192 L3<\/p>\n

<\/p>\n

NumidAI transforme un seul dispositif embarqu\u00e9 et n’importe quelle cam\u00e9ra RTSP en syst\u00e8me de surveillance autonome des feux de for\u00eat \u2014 con\u00e7u pour d\u00e9tecter les signaux de fum\u00e9e naissante et les v\u00e9rifier localement avant d’\u00e9mettre une alerte.<\/p>\n

<\/p>\n

Le syst\u00e8me repose sur un pipeline de v\u00e9rification multi-niveaux enti\u00e8rement embarqu\u00e9 : une premi\u00e8re couche de d\u00e9tection analyse en continu, des \u00e9tages d’analyse plus approfondis requalifient les candidats persistants, et seuls les signaux coh\u00e9rents d\u00e9clenchent une alerte.<\/p>\n

<\/p>\n

Con\u00e7u pour les conditions ext\u00e9rieures r\u00e9elles, NumidAI distingue la fum\u00e9e d’incendie des faux positifs visuels courants \u2014 en fonctionnant int\u00e9gralement sur le dispositif.<\/p>\n

<\/p>\n

D\u00e9monstrateur technique. Ouvert aux discussions pour des validations pilotes en conditions r\u00e9elles \u00e0 partir de l’\u00e9t\u00e9 2026.<\/p>\n

<\/p>\n<\/div><\/div>\n

<\/p>\n

\n

<\/p>\n

D\u00e9monstration<\/h2>\n

<\/p>\n

\n
https:\/\/www.youtube.com\/watch?v=0-aSP8prhPI<\/div>\n<\/figure>\n

<\/p>\n

Deux cas r\u00e9els : d\u00e9tection d’un br\u00fblage dirig\u00e9 \u00b7 rejet d’un panache industriel<\/p>\n

<\/p>\n

\n

<\/p>\n

Kill Chain<\/h2>\n

<\/p>\n

\"Kill

<\/p>\n

Chaque \u00e9tage \u00e9limine des candidats. Seuls les signaux survivant aux trois niveaux de v\u00e9rification produisent une alerte.<\/figcaption>\n<\/figure>\n

<\/p>\n

\n

<\/p>\n

L1 \u2014 Sentinelle<\/p>\n

<\/p>\n

Scan large \u00b7 D\u00e9tection de signaux faibles<\/h3>\n

<\/p>\n

D\u00e9tection continue sur champ large, con\u00e7ue pour d\u00e9tecter les signaux faibles et incertains d\u00e8s leur apparition.<\/p>\n

<\/p>\n<\/div><\/div>\n

<\/p>\n

\n

<\/p>\n

L2 \u2014 Sniper<\/p>\n

<\/p>\n

Recadrage HD \u00b7 V\u00e9rification dynamique et temporelle<\/h3>\n

<\/p>\n

Les candidats persistants sont requalifi\u00e9s localement par une analyse plus fine, avec des contr\u00f4les de coh\u00e9rence dynamique et temporelle pour distinguer les signaux de fum\u00e9e stables des artefacts transitoires ou signaux ressemblants avant escalade.<\/p>\n

<\/p>\n<\/div><\/div>\n

<\/p>\n

\n

<\/p>\n

L3 \u2014 S\u00e9mantique<\/p>\n

<\/p>\n

Classification de source embarqu\u00e9e \u00b7 R\u00e9solution des ambigu\u00eft\u00e9s<\/h3>\n

<\/p>\n

Les candidats ambigus passent par un \u00e9tage final de v\u00e9rification s\u00e9mantique embarqu\u00e9e, con\u00e7u pour identifier les sources non mena\u00e7antes connues (Faux positifs) et lever l’incertitude r\u00e9siduelle avant l’\u00e9mission d’une alerte.<\/p>\n

<\/p>\n<\/div><\/div>\n

<\/p>\n

\n

<\/p>\n

Stack<\/h2>\n

<\/p>\n

\n

<\/p>\n

\n

<\/p>\n

Mat\u00e9riel<\/p>\n

<\/p>\n