 Je m'appelle Vincent Abreu et je travaille dans l'A.I. Team comme expert d'expert de la vision computer. Comme vous le savez, l'année dernière, nous avons élevé les tools Qube.AI de STM32 qui sont possibles pour convertir la nettoie neural pré-trein pour un code optimisé pour nos produits STM32. Cette année, nous sommes plus focussés sur ce que nous pouvons acheter avec ces tools, spécialement sur la vision computer, pour adresser de l'appliance d'une place industrielle et d'un marché tarif. Dans cette démarche, basée sur le STM32 H7, qui a été fait en collaboration avec le président de la France Research Institute, nous implementons une face identification qui est capable d'identifier de plus de 8 personnes dans le monde. Vous pouvez imaginer d'avoir ce type d'application dans l'application HOMA pour augmenter l'expérience de l'usage pour changer des paramètres de setting. La face expression démarche est basée aussi sur le STM32 H7 et est capable de détecter votre mode. Il y a 7 types d'expression qui peuvent être détectées comme sans-ness ou hapiness. Vous pouvez imaginer d'avoir ce type d'application sur les toits pour augmenter l'expérience de l'usage basée sur l'expression de l'usage. Ici, nous allons montrer le STM32 MP1 microprocessor sur lequel nous avons implementé une nettoie neural pré-trein pour la classification image. La classification image est capable de classifier une picture entre 1000 classes. Vous pouvez imaginer d'avoir ce type d'application dans une frige ou dans une friseur pour détecter l'expérience de l'usage basée. Avec un texte d'application de l'usage basée, nous demonstrons une intelligence distribuée. L'une est faite sur un sensor smart pour la reconnaissance de l'activité humaine et l'autre est faite sur le STM32 pour faire une classification audio-explication. Vous pouvez imaginer d'avoir ce type d'application dans un dispositif pour détecter que l'utilisateur est en train d'améler ou quand l'utilisateur est au-delà de la Wi-Fi afin d'améler un programme. Ce produit est fait par une compagnie qui s'appelle 5Voxel. C'est basé sur une caméra 3D avec un temps de flight et est capable d'avoir une reconnaissance de gestion. Vous pouvez imaginer d'avoir ce type d'application dans un application de l'application comme l'extracteur Hood quand vous faites de la cuisson et que vos mains sont dertes et que vous venez d'améler ou de l'extracteur Hood. Ce démon est faite par un partenaire Nalby et ils provoquent une solution pour l'identification de l'application avec un renouvelment sauf sur lequel vous pouvez avoir 500 faces. Pour le dernier démon, nous introduisons Marc de Cartesium qui va vous montrer ce qu'ils font avec le centre-tile. Je m'appelle Marc Dupac Je suis le fondateur de Cartesium Nous sommes un partenaire micro SD et nous sommes basés en France, U.S. et en Germany. Ce que nous faisons ici c'est de l'application d'application de l'application d'application sur les cartesium-mCUs. Je vais vous montrer un démon aujourd'hui. Nous avons ici un petit sensor. Le démon est fait sur le sensor et sur les analyses. Nous avons décidé de analyser un engin très difficile. Vous pouvez voir ici un fan résimulateur. Nous avons deux fans. Ils vont sur, ils vont à, ils sont à, ils vont à, ils vont vite. Ce sont des randomes. C'est très difficile. Nous avons été faisant le démon. Donc maintenant, vous savez, c'est le système. Et je vais, je vais simuler le problème. Donc, par exemple, si c'est un, vous savez, un fan ici, l'air filtrant, c'est dur, donc j'ai un air et comme vous pouvez le voir ici, sur le petit écran, l'anomalie est détectée. Donc, c'est typiquement comment ça fonctionne. C'est très difficile de analyser, d'être fait sur le MCU. Donc, ici, je n'ai pas de temps pour le faire aujourd'hui, mais évidemment, je vais te parler de ses solutions. D'accord ? D'accord ? Je vais l'embrasser, de س