Ce projet propose des modifications personnalisées du code source de CVAT (Computer Vision Annotation Tool), une plateforme open source dédiée à l'annotation d'images et de vidéos pour l'entraînement de modèles d'intelligence artificielle. Les patchs développés visent à améliorer l'ergonomie, ajouter des fonctionnalités spécifiques ou optimiser des processus existants pour des besoins particuliers, notamment dans le domaine de la vision par ordinateur.

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.

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.

SCE est un framework dédié à l'apprentissage auto-supervisé pour les modèles de vision par ordinateur. Il permet d'entraîner des réseaux de neurones profonds sans nécessiter de données étiquetées, en utilisant des techniques de contraste pour améliorer la qualité des représentations apprises. Le projet propose des méthodes pour évaluer et comparer les performances des modèles sur diverses tâches de classification et de détection d'objets.

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.

Marker est une plateforme dédiée à l'annotation et à l'étiquetage de données visuelles (images et vidéos) pour entraîner des modèles d'intelligence artificielle. Elle permet aux équipes de collaborer efficacement pour créer des jeux de données de haute qualité, essentiels au développement et à l'amélioration des algorithmes de vision par ordinateur.

Ce projet de recherche académique étudie comment la quantification des modèles de vision par ordinateur (VLMs) peut améliorer leur fiabilité sans sacrifier leur précision. Il propose une évaluation systématique des compromis entre précision et robustesse dans le cadre de l'ICML 2026, avec des implications pour le déploiement de modèles légers en production.

Bibliothèque Python facilitant l'implémentation de l'algorithme RANSAC pour la détection robuste de correspondances entre images. Utilisé principalement en vision par ordinateur pour estimer des modèles géométriques comme les matrices fondamentales ou homographies. Permet de filtrer les points aberrants (outliers) pour améliorer la précision des calculs.

Ce projet se concentre sur le développement de méthodes avancées pour l'apprentissage de représentations et la classification automatique de données. Il vise à améliorer la précision et l'efficacité des modèles d'intelligence artificielle dans divers domaines comme la vision par ordinateur, le traitement du langage naturel ou l'analyse de données.