Sciences & Technologies

Sciences & Technologies

By
Download on the App Store

Sciences & Technologies episodes

  • Trophées NSI 2026 : « The traffic »

    Vidéo du projet « The Traffic » pour les Trophées NSI 2026

    Auteurs : RICHARD--CHARDON Quentin, BROUSMICHE Antoine, élèves de 1ère NSI au LPO Le Mans Sud (72 Sarthe)
    Professeur NSI : M. LE BRIS

    0 min
  • Doodle Root

    Vidéo de démonstration du jeu Doodle Root, réalisé dans le cadre des trophées NSI, édition 2026.

    0 min
  • Arduino - Monsieur Bidouille

    Ma chaîne : https://www.youtube.com/user/monsieurbidouille

    Facebook : https://www.facebook.com/monsieurbidouille
    Twitter : @MrBidouille
    Site web : http://monsieurbidouille.fr

    Salut à tous !

    Malgré le fait qu'il existe de nombreuses vidéos sur l'Arduino, je me devais de passer par la. Impossible de ne pas parler de l'Arduino.

    Comme d’habitude, et après 4 réécritures, je n'ai pas pu tout dire. Comme le fait qu'il existe d'autres cartes qui ne sont pas forcément des Arduino, ou quelques imperfections (machines numériques mises au point dans les années 50 au lieu de 80) mais bon, au bout d'un moment il faut y aller.

    Pour se mettre à l'arduino :

    Un ptit lien vers Movilab, une plateforme de documentation : http://movilab.org/index.php?title=Arduino

    (merci à Aurélien)

    Et bien sur les vidéos que je vous ai mise en lien à la fin.

    Exemple de ce qu'on peut faire :

    Le blog d'un ami qui fais des montages sympa : http://anderson69s.com

    N'hésitez pas à mettre des commentaires !

    #arduino #électronique #programmation

    0 min
  • U=RI | Arduino Ep.1 - Qu'est-ce qu'Arduino?
    ► http://laboutiquedumaker.com/index.php?id_product=13&controller=product ◄ Kit de démarrage recommandé.
    ► http://laboutiquedumaker.com ◄ Pour acheter l'équipement utilisé dans mes vidéos (et me soutenir).
    ► http://www.les-electroniciens.com ◄ Si vous rencontrez des difficultés avec ce tuto ou si vous avez besoin d'aide en général.

    ► http://videosciences.cafe-sciences.org/ ◄ Pour plus de sciences.

    0 min
  • Open Indect ID - Présentation vidéo
    Dossier Technique : Open Insect ID
    1. Présentation Globale

    Open Insect ID est une application desktop intelligente développée en Python dédiée à l'identification automatisée d'insectes.

    Points clés
    • Faciliter la reconnaissance des insectes pour les amateurs de nature.
    • Utilisation d'un modèle d'apprentissage automatique (Deep Learning).
    • Intégration de données scientifiques via l'API GBIF (Global Biodiversity Information Facility).
      • 2. Architecture Technique
      Cœur du Système
      • Modèle IA Classifier : Architecture MobileNetV3 exportée au format ONNX.
      • Classification : Approche taxonomique hiérarchique (Ordre > Famille > Genre > Espèce).
      • Interface Graphique : Développée avec CustomTkinter pour une expérience utilisateur moderne et intuitive.
        • Connectivité Mobile (Mobile Connect)

        Pour pallier les limitations des frameworks Python sur mobile (Kivy, Flet), nous avons implémenté une solution hybride :

        • Serveur Backend : API légère via Flask intégrée à l'application Desktop.
        • Interface Mobile : PWA ou interface web accessible via QR Code, permettant l'envoi direct de photos depuis la caméra du smartphone vers l'ordinateur via le réseau local.
          • 3. Organisation de l'Équipe
          • Yoann :
            • Préparation du dataset (nettoyage, filtrage iNaturalist 2021).
            • Entraînement et optimisation du modèle sur Kaggle (Data Augmentation).
            • Exportation et intégration du modèle ONNX.
            • Clovis & Lucas :
              • Conception de l'architecture logicielle Python.
              • Développement de l'interface graphique (GUI).
              • Intégration des APIs externes (GBIF, Wikipedia).
              • Implémentation du système de communication Flask/Mobile.
                • 4. Étapes de Développement
                1. Phase IA : Filtrage du dataset iNaturalist (extraction des insectes uniquement) et itérations d'entraînement pour atteindre une précision de 77%.
                2. Prototypage : Validation du moteur d'inférence ONNX via des scripts simplifiés.
                3. Core Logic : Développement des modules de preprocessing d'images et de configuration globale.
                4. Enrichissement de Données :
                  • Abandon de la géolocalisation interne (trop lourde/imprécise).
                  • Migration vers l'API GBIF pour des cartes de distribution dynamiques et précises.
                  • Intégration de galeries visuelles et fiches Wikipedia.
                  • Optimisation : Correction de bugs, amélioration du temps de prédiction et polissage de l'interface (icônes, ergonomie).

                    • En marge du programme NSI, une application native Kotlin a été développée par Clovis à des fins de tests comparatifs. Elle permet une exécution 100% locale du modèle sur Android, bien que les fonctionnalités d'enrichissement (cartes, biographie) restent pour l'instant l'exclusivité de la version Desktop.

                    0 min

                  About Sciences & Technologies

                  From the publisher's feed

                  Cette instance est dédiée au dépôt de vidéos éducatives de sciences et technologies du second degré.