OpenPetCam : une caméra à 12 $ dotée d’un firmware open source apprend à suivre un chien

Une caméra domestique implique généralement un compromis : soit un appareil bon marché qui envoie les vidéos de votre logement vers les serveurs d’un tiers, soit une solution coûteuse enfermée dans un écosystème propriétaire. L’auteur du projet OpenPetCam a décidé d’éviter ces deux options et a assemblé sa propre pile en un week-end.

Ce qui a été construit

La base est une caméra chinoise à 12 $ achetée sur Amazon. Elle a été reflashée avec un firmware open source, puis complétée par un serveur qui pilote tout le reste. En deux jours, l’auteur a mis en œuvre le suivi du chien avec un détecteur YOLO, une commande silencieuse de la caméra, une fonction push-to-talk permettant de parler à l’animal par le haut-parleur de la caméra, un journal d’activité et plusieurs petites fonctionnalités.

Autre particularité : le système s’améliore grâce aux retours. L’interface est reliée à Claude : l’utilisateur transmet ses commentaires, puis le modèle de langage aide à modifier l’interface elle-même et le comportement du système. L’auteur souligne qu’il peut changer l’UI comme il le souhaite, sans attendre les mises à jour d’un fournisseur.

Pourquoi ce projet intéresse les praticiens

Le projet illustre une formule désormais familière : matériel bon marché, firmware ouvert, serveur local et LLM utilisé comme outil d’amélioration. Autrefois, un tel ensemble exigeait des semaines de bricolage ; aujourd’hui, l’association avec un agent de programmation réduit le délai à quelques jours. Pour les développeurs, c’est un bon exemple pédagogique de création d’un système de vision par ordinateur en périphérie, sans dépendance au cloud.

Pour les équipes produit, la conclusion est différente : la confidentialité est devenue un véritable argument. Les utilisateurs ne veulent pas que les vidéos de leur domicile se retrouvent chez des tiers et sont prêts à assembler eux-mêmes leurs solutions. Tant que les produits grand public ne proposent pas de traitement local, le créneau des alternatives open source restera ouvert.

YOLO joue ici le rôle de composant de base : ce détecteur d’objets léger répond très bien à la question « où se trouve le chien actuellement ? » sur du matériel modeste ou un serveur domestique. Le journal d’activité est construit à partir des détections : moment où l’animal apparaît dans l’image, durée de sa présence au même endroit et moment où il disparaît.

Limites

Il s’agit d’un projet personnel réalisé en un week-end ; il est donc trop tôt pour en attendre une fiabilité industrielle. Le reflashage d’une caméra comporte toujours un risque : l’appareil peut devenir inutilisable, et la prise en charge de chaque modèle dépend de la communauté. Le texte ne précise pas la précision du détecteur dans de mauvaises conditions d’éclairage, le nombre de caméras prises en charge ni la manière dont le serveur lui-même est protégé s’il est exposé à Internet. Le mécanisme d’auto-amélioration via Claude est également peu détaillé : on ignore quelles modifications le modèle applique automatiquement et lesquelles nécessitent une validation humaine.

Que faire

Si vous possédez une vieille caméra ou un Raspberry Pi, consultez le dépôt sur GitHub et essayez de l’exécuter sur votre propre matériel. L’auteur sollicite des retours et des pull requests, ce qui fait du projet un bon candidat pour une première contribution à l’open source. Les équipes produit devraient aussi retenir cette approche : le traitement local, le code ouvert et la possibilité de personnaliser l’interface au moyen d’un LLM deviennent des avantages concurrentiels dans le matériel grand public. Quant aux personnes qui développent des systèmes similaires, elles devraient intégrer la sécurité dès le départ : accès restreint, mises à jour et permissions clairement définies pour le code capable de s’auto-adapter.