Ce projet est une formation au Deep Learning, co-organisée par le 3IA MIAI institute, le CNRS, via la Mission pour Transversal et Interdisciplinary Initiatives (MITI) et l'Université de Grenoble Alpes (UGA). Il vise à fournir une compréhension des bases des réseaux de neurones de Deep Learning, une première expérience à travers des exemples simples et représentatifs, une familiarisation avec les technologies Tensorflow/Keras et Jupyter lab, et une initiation aux environnements informatiques académiques Tier-2 ou Tier-1 avec des GPU puissants.

Ce projet a pour objectif de réaliser la segmentation binaire d'un jeu de données d'images en vue de détecter les pixels appartenant au sol. Il explore trois architectures : celle décrite dans UNET.py et les architectures 3 et 4-couches définies dans les répertoires UNet3 et UNet4.

Tordetect est un projet utilisant des techniques d'apprentissage automatique pour analyser et détecter les tournures de phrases non naturelles dans des textes. Il permet également d'évaluer automatiquement la qualité de textes et d'extraire des phrases similaires avec des scores de similarité.

Logiciel de traitement du signal acoustique pour la reconnaissance vocale, développé pour le projet VOCADOM financé par l'ANR. Il permet la communication entre différents modules de traitement de la parole et la gestion des flux audio.