TransCenter est un projet de recherche en vision par ordinateur qui vise à améliorer la détection et le suivi d'objets multiples dans des vidéos en utilisant des transformeurs avec des représentations denses. Il est basé sur le modèle PVTv2 et utilise des modules DCNv2 pour améliorer la précision.

Le projet OLT-C3D_OAD est dédié à la détection et segmentation d'objets en 3D, en utilisant une approche de Segmentation-Guided CTC et un système de priorité pondérée des étiquettes. Il permet d'améliorer la précision de la reconnaissance d'objets dans des images 3D.

BrightFlow est un projet d'apprentissage profond dédié à l'analyse de flux optiques dans des vidéos, en particulier pour la détection de changements de luminosité. Il s'appuie sur un apprentissage non supervisé pour améliorer la précision des résultats.

Ce projet vise à fournir une assistance aux missions des militaires grâce à l'analyse de données et à la détection d'anomalies. Il permet d'améliorer la prise de décision en fournissant des informations précises et en temps réel.

Resonance Analysis est un projet qui vise à améliorer l'analyse de données de résonance magnétique pour la recherche médicale. Il utilise des techniques avancées d'apprentissage automatique pour détecter des patterns et interpréter automatiquement les données, ce qui permet de gagner du temps et d'améliorer la précision de l'analyse.

Projet de transfer learning utilisant des réseaux neuronaux pour la reconnaissance et la distinction entre des images de souris et d'autres objets, améliorant ainsi la précision de la détection.