Real-Time IoT Imaging with Deep Neural Networks

Manual práctico centrado en la implementación de visión artificial y modelos de aprendizaje profundo directamente en el extremo de la red (edge computing), utilizando hardware de bajo consumo como la Raspberry Pi 4 con Java 11+. La propuesta busca romper con el predominio casi exclusivo de Python en la inteligencia artificial, demostrando que la máquina virtual de Java (JVM) es una opción viable para procesar imágenes en tiempo real. Está pensado para programadores de software, ingenieros y entusiastas de nivel intermedio con buen dominio de Java (o lenguajes afines a la JVM como Clojure) y manejo básico de la consola de Linux que deseen construir soluciones locales sin delegar el procesamiento en servidores externos.

El contenido abarca la configuración del entorno en Raspberry Pi mediante desarrollo remoto con Visual Studio Code, la captura y transformación de secuencias de video mediante OpenCV y librerías wrapper para Java (como Origami y JavaCV), y la ejecución de modelos de redes neuronales convolucionales como YOLO (You Only Look Once) para la detección y clasificación de objetos en tiempo real. Asimismo, aborda la integración de plataformas de asistente de voz que operan en local (Snips y Rhasspy) mediante interfaces CLI y hardware de audio, además de la comunicación por eventos a través de un broker MQTT para interconectar sensores y actuadores.

El objetivo central del libro es ensamblar un sistema doméstico inteligente capaz de identificar personas, animales u objetos en un flujo de video continuo y responder a órdenes habladas sin comprometer la privacidad del usuario ni transmitir datos fuera de la red doméstica. Su principal aporte es ofrecer una perspectiva técnica alternativa al flujo tradicional de Python en IoT, aprovechando el rendimiento y la concurrencia de la JVM. Deja fuera el entrenamiento pesado de redes desde cero (se centra en la inferencia con modelos preentrenados) y exige contar con el hardware físico específico (Raspberry Pi 4, cámara compatible y periféricos de audio) para aprovechar plenamente los ejemplos.