Un système acoustique autonome basé sur deux hydrophones, une carte audio et un nano ordinateur a été installé à l'entrée d'une marina pour détecter le passage des bateaux. Une succession de corrélations croisées est calculée par le système pour déterminer le retard temporel entre les signaux des hydrophones et construire un signal fonction de la trajectoire des bateaux. Depuis son installation, le nano ordinateur effectue la détection des bateaux à l'aide d'un algorithme basé sur le traitement du signal avec une justesse de 80%. Pour améliorer les performances du système, un réseau de neurones à convolution (CNN) est entrainé avec les données acquises pour effectuer une détection en temps réel. Deux taches de classifications sont considérées (binaire et multi-classes) pour à la fois détecter un bateau et son sens de navigation. Finalement, un CNN entrainé est implémenté dans un nano ordinateur pour évaluer son temps d'exécution.