Lancée dans une relative discrétion, la troisième révision du module officiel de caméra pour le Raspberry Pi, annoncé sous le nom Camera Module 3, vient mettre à jour l’offre vidéo autour du raspberry. Au programme, nouvelles fonctionnalités, meilleure résolution et auto-focus. Petit tour d’horizon des nouveautés proposées.

Voir le prix chez Kubii Voir le prix chez Amazon

Passage d’un capteur de 8 à 12 Méga Pixels pour une meilleure résolution.

Première évolution et sans doute la plus notable pour les non initiés, le passage d’un capteur Sony IMX219 de 8 MP qui équipait jusqu’à présent le Raspberry Pi Camera V2, à un nouveau capteur, toujours de chez Sony, le IMX708, cette fois de 12 MP.

Pour rappel, le nombre de mégapixels correspond au nombre de photo-récepteurs (des récepteurs de lumière) présents physiquement sur le capteur. Une augmentation du nombre de mégapixels en conservant la taille du capteur devrait donc entrainer une meilleure résolution et se traduire par une image plus nette.

Comme par le passé, en plus du module de base, deux déclinaisons sont également proposées.

Une première nommée NoIR, sans filtre infrarouge et destinée à filmer dans le noir, en y ajoutant des LEDs ou projecteur infrarouge. Et une seconde, baptisée Wide, qui proposera un optique grand angle pour filmer avec un angle de vue de 120° au lieu de 70° de base du module. Les deux options pouvant être combinées.

Plus que des mégapixels, une plage dynamique élargie, pour une meilleure luminosité.

S’il s’agit d’une mesure très connue du grand public, le nombre de mégapixels n’est, évidemment pas le seul aspect qui détermine la qualité d’un capteur photo. Ainsi, ce nouveau capteur devrait apporter une autre amélioration bienvenue, une plus grande plage dynamique.

Pour simplifier, la plage dynamique ou « Dynamic Range », correspond à la différence maximale de luminosité qu’un capteur peut enregistrer lors d’une même prise de vue.

Une meilleur plage dynamique signifie donc des photos plus lisibles, avec une restitution plus fidèle des ombres et, dans une certaine mesure, des couleurs.

Le Camera Module 3 dispose enfin de l’autofocus !

Grosse nouveauté par rapport aux versions précédentes, le caméra pi 3 ajoute le support, attendu de longue date, de l’autofocus.

Si le module caméra du raspberry est globalement une très bonne solution en terme de rapport qualité/encombrement/prix, l’absence d’autofocus a toujours été un des gros manques de ce module.

Ainsi, si filmer une scène à mi-distance donnait généralement de très bons résultats, il était assez compliqué de filmer des plans avec des objets se rapprochant et s’éloignant de l’objectif, ou de filmer des gros plan macro.

S’il fallait pour l’instant adapter le focus via des réglages logiciels, ou manuellement en vissant et dévissant la lentille de la caméra, au risque d’abimer le capteur, il ne sera désormais plus nécessaire de recourir à ces différentes astuces, l’auto-focus se chargeant lui même de la mise au point.

Les utilisateurs conserveront évidemment la possibilité de « forcer » un focus particulier au niveau logiciel.

Augmentation du nombre d’images par seconde en mode vidéo

Dernière amélioration notable, le Pi Camera 3 permettra désormais de filmer en 50 FPS en Full HD, contre 25 FPS sur la version précédente.

Si cette amélioration sera probablement assez anecdotique pour des usages industriels (encore que certains cas puissent en tirer profit) ou de vidéo surveillance, la chose sera tout à fait utile pour les personnes désireuses d’utiliser le Raspberry Pi et sa caméra pour un usage davantage tourné vers l’artistique.

Reste à voir si le traitement du flux vidéo et la capacité de calcul du raspberry suivent les 50 images par seconde.

Au final, une mise à jour simple mais efficace, qui devrait trouver sa place.

En conservant la même recette et en se basant sur les acquis tout en améliorant l’existant, la fondation propose un produit simple mais efficace, qui devrait rapidement trouver sa place et remplacer tout en douceur les produits précédents.

Le prix reste inchangé, à 25$. La taille du module reste la même (il sera légèrement plus épais), ce qui permet donc d’utiliser les boitiers, et autres supports physiques des générations précédentes.

Enfin, en ajoutant l’auto-focus, la fondation vient régler ce qui était le dernier gros point noir de son module et propose un produit qui devrait répondre à la vaste majorité des besoins.

Vous pouvez dès à présent retrouver le Pi Camera 3 en vente, que ce soit chez des vendeurs tiers, ou directement chez kubii.fr.

Lire l'article complet : Camera Module 3, un nouveau module caméra 12 MP à 25$ pour le Raspberry Pi.

Original post of RaspbianFrance.Votez pour ce billet sur Planet Libre.

Pour la 1ère semaine de l'année 2023, voici 12 liens intéressants que vous avez peut-être ratés, relayés par le Journal du hacker, votre source d’informations pour le Logiciel Libre francophone !

• Notre dégooglisation (Groupement Régional Alimentaire de Proximité)
• Guide de portage Oracle vers PostgreSQL
• Auto-héberger une forge GIT avec Gitea
• ChatGPT remplacera t-il les programmeuses et programmeurs ?
• wallabag.it a 6 ans
• Joplin : améliorer la sécurité du lien Nextcloud
• Configuration IPv6 de la Haute Disponibilité sur pfSense
• Quelques Exporters Prometheus pratiques
• 5 raisons d'utiliser Git même quand on travaille seul
• L’aspirateur autonome qui faisait fuiter des photos indiscrètes
• Réalisez un adaptateur USB / Ethernet avec un microcontrôleur et des logiciels open-source
• Xfce 4.18 est sorti !

Pour ne plus rater aucun article de la communauté francophone, voici :

• Le flux RSS du Journal du hacker
• Le compte Diaspora* du Journal du hacker
• Le compte Mastodon du Journal du hacker

De plus le site web du Journal du hacker est « adaptatif (responsive) ». N’hésitez pas à le consulter depuis votre smartphone ou votre tablette !

Le Journal du hacker fonctionne de manière collaborative, grâce à la participation de ses membres. Rejoignez-nous pour proposer vos contenus à partager avec la communauté du Logiciel Libre francophone et faire connaître vos projets !

Et vous ? Qu’avez-vous pensé de ces articles ? N’hésitez pas à réagir directement dans les commentaires de l’article sur le Journal du hacker :)

Original post of Journal du hacker.Votez pour ce billet sur Planet Libre.

Cognitive bias is a phenomenon that occurs when our brain processes information in a way that is systematically different from the way a rational, unbiased mind would. These biases can affect our decision-making, our perceptions and our memory, and they can have a significant impact on our lives.

Types of bias

There are many different types of cognitive biases, and they can be grouped into several categories. Some common types of cognitive biases include:

• Confirmation bias: This is the tendency to seek out and give more weight to information that confirms our preexisting beliefs and assumptions. This bias can lead us to ignore or downplay evidence that contradicts our beliefs, and it can make it difficult for us to change our minds even when presented with new or conflicting information.

• Anchoring bias: This is the tendency to give too much weight to the first piece of information we receive, even if it is not necessarily relevant or accurate. For example, if we are asked to estimate the number of jelly beans in a jar and are first told that there are 50, we may anchor our subsequent estimates to that initial number, even if it is not a reasonable estimate.

• Framing effect: This is the way in which the way a problem or situation is presented can influence our decision-making. For example, if we are asked whether we would rather have a 60% chance of winning $100 or a 40% chance of winning $150, we may choose the first option because it is framed in terms of probability, even though the second option is clearly a better deal.

• Representativeness bias: This is the tendency to judge the likelihood of an event based on how closely it resembles our mental concept of that event, rather than on statistical analysis. For example, if we are asked to estimate the likelihood that a person is a doctor based on the fact that they are wearing a white coat and carrying a stethoscope, we may judge that the probability is high, even though there are many other professions that also involve wearing a white coat and using a stethoscope.

Perceval and Karadoc - Kaamelott

These are just a few examples of the many cognitive biases that can influence our thinking and decision-making. Other common biases include the availability heuristic (the tendency to judge the likelihood of an event based on how easily we can recall similar events), the sunk cost fallacy (the tendency to continue investing in a project or course of action because of the resources we have already invested), and the halo effect (the tendency to judge a person or thing more favorably based on one positive characteristic).

Impact of bias

Cognitive biases can have a significant impact on our lives and decision-making, and they can lead us to make judgments that are not based on accurate or objective information. For example, confirmation bias can make it difficult for us to accept new or conflicting information, even when it is supported by evidence, and the sunk cost fallacy can lead us to continue investing in a project even when it is not likely to be successful.

It is important to be aware of these biases and to try to correct for them as much as possible in order to make more informed and rational decisions. There are several strategies that can help us to mitigate the effects of cognitive bias, including seeking out diverse sources of information, questioning our assumptions and beliefs, and using tools like decision trees and cost-benefit analysis to help us make more objective decisions.

Double Impact

By understanding the ways in which our brains can distort or simplify information, we can work to overcome cognitive bias and make more informed and rational decisions. This is important not only for our personal lives, but also for the many complex problems and challenges we face as a society.

Cognitive biases can have a significant impact on how we evaluate and make decisions about risks. The availability heuristic, for example, can lead us to overestimate the likelihood of rare or highly publicized events, such as plane crashes or terrorist attacks. This can lead us to make decisions that are not based on a realistic assessment of the risks we face, and it can also affect public policy and resource allocation.

Cognitive biases can also have an impact on how we perceive and remember events and experiences. For example, the misinformation effect is the tendency for new information to overwrite or distort our memories of events. This can have serious consequences in legal settings, where eyewitness testimony is often an important piece of evidence.

What next?

There is a growing body of research on cognitive biases and how to mitigate their effects, and there are several strategies that can help us to make more informed and rational decisions. These include:

• Seeking out diverse sources of information: By exposing ourselves to a wide range of perspectives and viewpoints, we can help to mitigate the effects of confirmation bias and other biases that can distort our perceptions.

• Questioning our assumptions and beliefs: By actively questioning our own assumptions and beliefs, we can help to identify and correct for biases that might otherwise distort our thinking.

• Using tools like decision trees and cost-benefit analysis: These tools can help us to make more objective and unbiased decisions by forcing us to consider multiple factors and to weigh the pros and cons of different options.

Overall, it is important to be aware of the ways in which our brains can distort or simplify information, and to take steps to correct for these biases in order to make more informed and rational decisions. By understanding and addressing cognitive biases, we can improve our decision-making and increase our chances of success in both our personal and professional lives.

Conclusion

Inspired by one of my extra-professional presentations during a monthly event at Enyx, I decided to try the ChatGPT experiment on the theme of cognitive bias. The question? “Rédige un article de 20000 caractères sur le biais cognitif en anglais” in French, as-is. What do you think of the result?

Original post of Francois Aichelbaum.Votez pour ce billet sur Planet Libre.

En juin dernier, j'ai migré ma plateforme d'intégration continue vers Woodpecker CI et j'en suis très satisfait.

Woodpecker CI permet de créer des conditions d'exécution des étapes avec la clause evaluate. Elle doit être définie dans la section when des étapes concernées. Voici un exemple avec une condition sur la valeur de la variable CI_BUILD_EVENT pour l'étape foo.

pipeline:
  foo:
    image: vendor/image
    when: 
      - evaluate: 'CI_BUILD_EVENT == "push"'

Je souhaite avoir est une notification par mail quand une étape du pipeline échoue ou dès lors que le précédent pipeline a échoué. L'idée est d'être notifié quand il y a eu un problème et quand il est résolu. L'image plus ou moins officielle pour envoyer du mail est drillster/drone-email, initialement destinée à Drone. En combinant cette image et evaluate, je pensais pouvoir réaliser ce que je voulais :

pipeline:
  mail:
    image: drillster/drone-email
    settings:
      host:
        from_secret: mail_host
      username:
        from_secret: mail_username
      password:
        from_secret: mail_password
      from:
        from_secret: mail_from
      subject: "[{{ repo.owner }}/{{ repo.name }}] Pipeline #{{ build.number }}: {{ build.status }}"
    when:
      - evaluate: 'CI_STEP_STATUS == "failure" || CI_PREV_PIPELINE_STATUS == "failure"'

Le problème est que l'expression est évaluée avant la génération du pipeline donc CI_STEP_STATUS n'existe pas encore et l'étape mail est ignorée sauf si le précédent pipeline a échoué.

Pour résoudre mon problème, j'ai forké drillster/drone-email pour créer deblan/woodpecker-email. Cette image est totalement orientée vers Woodpecker CI et permet de définir une evaluate au niveau de settings. J'ai fais en sorte que l'expression soit évaluée au moment de l'exécution de l'étape et si la condition n'est pas validée alors aucun mail n'est envoyé.

pipeline:
  mail:
    image: deblan/woodpecker-email
    settings:
      host:
        from_secret: mail_host
      username:
        from_secret: mail_username
      password:
        from_secret: mail_password
      from:
        from_secret: mail_from
      subject: "[{{ repo.owner }}/{{ repo.name }}] Pipeline #{{ build.number }}: {{ build.status }}"
      evaluate: 'CI_STEP_STATUS == "failure" || CI_PREV_PIPELINE_STATUS == "failure"'
    when:
      - status: [success, failure]

Mon problème est résolu !

Le code source est disponible sur Gitnet et l'image est à la fois publiée sur Docker Hub et Gitnet.

Original post of Simon Vieille.Votez pour ce billet sur Planet Libre.

Installation :

$ sudo dnf install https://kadionik.enseirb-matmeca.fr/fedora/eddy33-release-37.rpm
$ sudo dnf install auto-multiple-choice

Original post of Eddy33.Votez pour ce billet sur Planet Libre.