Micmac est un logiciel open source de photogrammétrie permettant de traiter et analyser des images 3D, ainsi que de générer des modèles numériques de terrain (MNT) à partir de données aériennes ou terrestres.

Le projet Acropole est un modèle de prédiction de la consommation de carburant des avions et une bibliothèque Python pour le traitement des données de trajectoire et l'amélioration de l'efficacité énergétique des avions. Il utilise des données ouvertes sur les paramètres des avions et un modèle de réseau neuronal entraîné pour fournir des prédictions précises.

CartAGen est un plugin pour GeOxygene dédié à la généralisation cartographique. Il permet de générer des cartes à différentes échelles, de simplifier des réseaux routiers, de générer des îlots de bâtiments et des lignes de contour.

Formation en machine learning pour l'initiation de chefs de projets sans connaissances préalables dans le domaine. Elle couvre des notions telles que la manipulation et la description des données, les algorithmes de machine learning, l'évaluation et la sélection de modèles, ainsi que l'introduction au deep learning. Les supports de cours et les codes sources des travaux pratiques sont partagés en open-source.

Projet de l'Ecolab visant à produire des outils d'aide à l'analyse d'études d'impact environnemental via du Machine Learning et du Natural Language Processing. Il permet la détection et l'extraction de sommaires de documents PDF, l'analyse de l'importance des enjeux dans un texte et le résumé automatique de sections de texte.

Le projet ML_bati_non-bâti est un exercice de classification automatique d'images utilisant des techniques d'intelligence artificielle. Il permet de déterminer la probabilité de présence de bâtiments sur des orthophotographies en utilisant l'apprentissage supervisé. Ce projet vise à présenter un cas concret d'utilisation des techniques d'intelligence artificielle dans une application métier.

Le projet odeon-landcover a pour objectif de fournir des données actualisées et précises sur la couverture végétale des territoires, en utilisant des méthodes avancées de télédétection et d'intelligence artificielle. Il permet ainsi de mieux comprendre l'évolution des écosystèmes et de soutenir la prise de décision dans les domaines de l'aménagement du territoire, de la gestion des risques naturels et de la préservation de la biodiversité.

Script de détection automatique d'objets (ici les "humains") dans des images, basé sur le modèle YOLOv4 entrainé sur le jeu de données COCO. Ce script permet de compter automatiquement, sans visualisation par l'utilisateur, le nombre de personnes présentes sur des images, notamment dans le cadre de suivis de la fréquentation réalisés avec des pièges photos à déclenchement automatique.

Ce projet consiste en une solution de segmentation sémantique d'images aériennes, permettant la détection et la classification d'objets tels que les bâtiments, les routes, les arbres, etc. Les données géospatiales sont analysées et traitées pour produire des cartes thématiques précises et détaillées.