Ce projet vise à étudier la vulnérabilité des modèles de reconnaissance de personnes aux attaques adverses. Il propose différents types d'attaques sur les modèles d'apprentissage métrique en fonction du nombre et du type de guides disponibles. Deux attaques particulièrement efficaces ont été identifiées, et le projet propose également des méthodes de défense contre ces attaques.

Ce projet concerne l'amélioration de l'apprentissage automatique à partir de quelques exemples grâce à la théorie de la métarépresentation multi-tâche. Il s'agit du code officiel de l'article accepté à ECCV 2022 intitulé "Improving Few-Shot Learning through Multi-task Representation Learning Theory".

Le NeuroCorgi-SDK est un SDK permettant d'utiliser le modèle NeuroCorgi dans vos applications de détection d'objets, de segmentation d'instances et de classification en tant qu'extracteur de fonctionnalités. Ce SDK est développé dans le cadre du projet Andante. Le SDK fournit des versions du circuit NeuroCorgi qui peuvent simuler le comportement des modèles sur puce. Deux versions ont été conçues à partir d'un MobileNetV1 entraîné et quantifié en 4 bits en utilisant la méthode SAT dans N2D2 : l'une avec l'ensemble de données ImageNet et l'autre avec l'ensemble de données Coco.

Système d'orchestration de validation informatique (PCVS) conçu pour les logiciels à grande échelle. Il est principalement destiné aux applications et aux systèmes d'exploitation HPC, mais peut également être utilisé pour des cas d'utilisation plus petits. PCVS aide les utilisateurs à créer des scénarios de test et à les réutiliser parmi plusieurs implémentations, ce qui est particulièrement utile pour la validation de normes de programmation telles que les API et les ABI.

Bmgr est un outil permettant de générer et de servir des fichiers de configuration ou des scripts utilisés dans la séquence de démarrage et de déploiement d'un serveur, tels que Kickstart, iPXE ou Cloud-init files. Il est implémenté comme un petit morceau de code python fournissant un backend HTTP basé sur Flask et le client associé. Son interface est basée sur des jeux de nœuds qui aident à gérer les grands clusters.