Le projet matchvec est une application de reconnaissance visuelle de véhicules, capable d'identifier la marque et le modèle d'une voiture à partir d'une image, en s'appuyant sur une base de données de 100 classes fréquentes dans le parc automobile français.

Le projet LETHE permet la pseudonymisation automatique de données textuelles en détectant et remplaçant des entités nommées dans un corpus de textes.

Ce projet est une application web frontend utilisant Angular pour offrir des fonctionnalités d'analyse d'images et de vidéos, ainsi que de la reconnaissance d'objets dans ces médias.

Ce projet, nommé `lab`, est dédié à l'analyse d'images, à l'apprentissage automatique, à la récupération de données et à la gestion de bases de données. Il offre des fonctionnalités de training, d'inference et de visualisation d'images, ainsi que des scripts de connexion aux bases de données.

Plateforme d'analyse d'audience dédiée aux sites publics français. Elle permet aux administrations de mesurer l'utilisation de leurs services en ligne, d'identifier les points d'amélioration et d'optimiser l'expérience utilisateur. Les données collectées aident à prendre des décisions éclairées pour moderniser les services numériques de l'État.

Ce projet permet l'analyse et la prévision de séries chronologiques, ainsi que la détection d'anomalies dans les données. Il offre une interface pour importer et visualiser les données, et fournit des outils d'analyse avancés pour aider à la prise de décision.

Le projet basegun-backend est une plateforme de gestion de biens immobiliers qui utilise l'intelligence artificielle pour analyser des images et faciliter la gestion des biens. Il offre également un système d'authentification pour les utilisateurs.

Dépôt de code source contenant le code pour créer les réseaux de neurones utilisés dans le repo Basegun et sur le site web basegun.fr. Il contient du code pour l'entraînement de réseaux de neurones classificateurs d'images. Le dernier modèle entraîné est stocké à cet endroit.

Le projet lab-cv est une boîte à outils en computer-vision, construite dans un dépôt de code source, et optimisée pour fonctionner avec le service AI-Training d'OVH. Il permet de déployer rapidement et facilement des algorithmes de traitement d'images et de vidéos, en utilisant des frameworks et des bibliothèques populaires telles que PyTorch, OpenCV, NumPy et Matplotlib.

Dépôt contenant des outils en traitement naturel du langage (NLP) permettant de construire une image Docker, avec une surcouche OVH pour profiter du service AI-Training. Il inclut des fonctionnalités telles que la gestion de mémoire, l'exécution de notebooks et l'intégration avec des services Google.