1) Le Worker
Service Python autonome : collecte parallèle (ThreadPoolExecutor), analyse, filtrage anti-bruit.
Collecte → détection → événements → dashboard. Une approche sobre, pensée pour tourner en continu.
Pipeline événementiel : on collecte, on filtre, on stocke le minimum — puis on restitue vite.
Séparation claire : worker (traitement) · stockage (événements) · API · UI.
Service Python autonome : collecte parallèle (ThreadPoolExecutor), analyse, filtrage anti-bruit.
Endpoints JSON : lecture de la base + agrégations simples pour le front.
UI légère : carte + histogramme + compteurs, sans framework lourd.
Collecte cadencée, non-streaming, et anti-retraitement si l’image est inchangée.
La photo est un support de calcul. Le résultat : un événement horodaté exploitable.
Hash (SHA256) : si l’image est identique, pas d’inférence, pas d’écriture.
Modèle “nano” + classes véhicules → signal simple et stable.
Évite de recompter un véhicule immobile.
Images uniquement sur nouvel événement + version dégradée pour affichage.
Réduire le bruit, garder le signal.
Je transforme un flux brut en événements utiles : qui / quand / où / combien.
Résultat : des statistiques fiables, sans stocker du volume inutile.
Pensé pour tourner : isolation, redémarrage automatique, maintenance simple.
$ systemctl status trafic-worker --no-pager ● trafic-worker.service - VisionTrafic Worker (collecte + YOLO) Loaded: loaded (/etc/systemd/system/trafic-worker.service; enabled) Active: active (running) since Sat 2026-02-14 09:12:31 CET; 3h 08min ago $ journalctl -u trafic-worker -n 3 --no-pager Feb 14 12:18:30 trafic-worker: cams=23 changed=7 infer=7 events=11 db=ok Feb 14 12:20:10 trafic-worker: cams=23 changed=5 infer=5 events=8 db=ok Feb 14 12:21:50 trafic-worker: cams=23 changed=6 infer=6 events=9 db=ok
Besoin d’un pipeline, d’une brique vision, ou d’un dashboard ? Je peux aider à cadrer et livrer.
Accéder à la page contact