Contexte : Une entreprise de vidéosurveillance souhaite détecter en temps réel des objets spécifiques dans des flux vidéo HD. Le Problème : Les modèles actuels offrent une bonne précision mais la latence dépasse les contraintes opérationnelles. Contraintes : Concevoir une architecture optimisée pour inférence rapide (modèle léger ou pruning). Gérer flux vidéo continu. Mesurer FPS et mAP. Maintenir compromis précision/latence acceptable. Livrable attendu : Proposer une architecture complète de détection temps réel incluant stratégie d’optimisation et métriques de performance.