Le projet FLAIR-2 vise à améliorer la précision des cartes en fournissant une description plus complète et une meilleure compréhension de notre environnement. Il s'appuie sur un jeu de données d'imagerie aérienne de haute résolution avec plus de 20 milliards de pixels annotés, acquis sur trois ans et différents mois. Les images aériennes sont accompagnées de données Sentinel-2 avec 10 bandes spectrales, offrant une résolution spatiale de 10 mètres. Le défi consiste à intégrer des informations texturales et temporelles pour améliorer la segmentation sémantique de ces données multi-sources.

Jeu de données de référence conçu pour tester et améliorer les technologies de reconnaissance automatique de la parole et de diarisation de locuteurs. Il fournit des transcriptions et annotations de qualité pour évaluer la précision des systèmes dans des conditions variées, incluant des conversations naturelles et des scénarios synthétiques. Destiné aux chercheurs et développeurs travaillant sur l'intelligence artificielle appliquée au traitement de la parole.

DAIRYdb est une base de données de référence manuellement curatée dédiée à l'annotation taxonomique des séquences du gène de l'ARN ribosomal 16S (V1-V9) issues de micro-organismes présents dans les produits laitiers. Elle fournit 10 439 séquences complètes, couvrant 10 332 bactéries et 107 archées, avec une taxonomie validée sur 7 rangs. Cet outil permet une assignation précise au niveau de l'espèce, améliorant ainsi la fiabilité des analyses microbiologiques dans le secteur laitier.

Ce projet propose un jeu de données nommé ChamDoc, spécialement conçu pour la segmentation de lignes de texte. Il s'adresse aux chercheurs et développeurs travaillant sur des modèles de traitement automatique du langage naturel ou de reconnaissance optique de caractères. Le jeu de données permet d'améliorer la précision des algorithmes en fournissant des exemples structurés et annotés.

Le projet FLAIR-1 vise à améliorer la précision des cartes en fournissant une segmentation précise des surfaces terrestres à partir d'images aériennes. Il propose un défi de segmentation sémantique et d'adaptation de domaine pour les images aériennes, avec un grand ensemble de données comprenant plus de 20 milliards de pixels annotés.

DIOD est un projet de recherche en vision par ordinateur qui propose une méthode innovante pour découvrir et segmenter des objets mobiles dans des vidéos. Basé sur des techniques d'apprentissage auto-supervisé et de distillation de modèles, il permet d'améliorer la précision de détection sans nécessiter d'annotations manuelles. Le projet est conçu pour être utilisé dans des applications nécessitant une analyse automatique d'images ou de séquences vidéo.

XMOD est un cadre de travail innovant conçu pour la découverte multi-objets en 2D et 3D à partir de mouvements 2D. Il exploite des techniques avancées de vision par ordinateur pour localiser des objets sans annotations humaines, en combinant des données RGB et des nuages de points. Le projet propose une approche de distillation croisée entre modalités pour améliorer la précision des modèles, avec des applications dans des domaines comme la robotique, la conduite autonome et l'analyse d'images médicales.

Ce projet permet de détecter et corriger les erreurs d'annotation dans les domaines protéiques de génomes de primates et de champignons. Il compare les protéomes orthologues pour identifier les incohérences et améliorer la précision des annotations fonctionnelles des protéines.

CIsoP v3 est un pipeline bioinformatique conçu pour analyser et annoter les variants structurels (SV) dans les données de séquençage génomique. Il permet d'identifier les SV partagés entre individus d'une même famille, d'ajouter des annotations de fréquence allélique issues de GnomAD, et de générer des fichiers VCF pour chaque groupe de liaison identifié. L'outil prend en compte les intervalles de confiance des points de rupture des SV pour améliorer la précision des comparaisons.

CIsoP est un pipeline bioinformatique conçu pour identifier et analyser les variants structurels partagés entre individus d'une même famille. Il agrège des annotations comme la fréquence allélique issue de GnomAD et génère des fichiers VCF standardisés. L'outil prend en compte les intervalles de confiance des points de rupture pour améliorer la précision des comparaisons génétiques.