Ce projet propose une infrastructure CI/CD modulaire pour GitLab, permettant d'automatiser et d'orchestrer des pipelines de développement logiciel. Il facilite la construction, le déploiement et la maintenance d'applications via des blocs YAML réutilisables et configurables. Les fonctionnalités incluent la gestion des images Docker, le déclenchement de projets externes, la détection de dette technique et l'analyse de code via SonarQube.

Ce projet propose un tutoriel pratique pour débuter avec YOLO, un algorithme de détection d'objets dans les images. Il guide les utilisateurs dans l'utilisation de Panoramax, une plateforme collaborative, et d'OpenStreetMap pour l'analyse et la cartographie. Destiné aux débutants comme aux utilisateurs avancés, il facilite l'apprentissage des techniques modernes de vision par ordinateur.

Ce projet est un fichier POM Maven parent dédié à Icy, une plateforme open source d'analyse d'images bio-médicales développée par l'unité d'analyse d'images biologiques de l'Institut Pasteur. Il centralise et standardise la configuration des builds pour Icy et ses extensions, garantissant une cohérence technique et une gestion simplifiée des dépendances. Il permet aux développeurs de se concentrer sur le développement de fonctionnalités sans se soucier des détails de configuration Maven.

Ce projet académique propose des laboratoires pratiques pour former les étudiants aux techniques de test logiciel. Il couvre les tests unitaires, fonctionnels, structurels et d'analyse de mutation. Les participants apprennent à détecter les erreurs, améliorer la robustesse du code et appliquer les standards de qualité. Les exercices sont conçus pour renforcer les compétences en développement logiciel et en assurance qualité.

Ce projet semble être une initiative technique axée sur la détection d'objets ou de motifs spécifiques dans des images ou des données. Il pourrait être utilisé pour des applications variées comme la sécurité, l'analyse d'images médicales ou la reconnaissance de formes.

Ce projet permet de gérer et analyser les performances des joueurs et des équipes de football. Il offre des fonctionnalités pour suivre les statistiques individuelles et collectives, évaluer les compétences techniques et physiques des athlètes, et optimiser les tactiques de jeu. Destiné aux clubs, entraîneurs et analystes sportifs, il facilite la prise de décision basée sur des données précises et détaillées.

DashLord est un tableau de bord de suivi des bonnes pratiques techniques pour les sites web. Il permet de surveiller l'état de santé des sites, d'analyser la qualité du code des dépôts GitHub, de détecter les vulnérabilités dans les dépendances de projets et de monitorer la disponibilité et les performances des applications.

LImA2 est un projet open source de modernisation de la bibliothèque LImA (Laboratory Imaging Acquisition) pour l'acquisition et le traitement d'images scientifiques. Il permet de contrôler des détecteurs, d'acquérir des données en temps réel, de les traiter et de les analyser dans des environnements expérimentaux comme les synchrotrons. Le projet intègre des techniques modernes en C++ pour améliorer les performances et la maintenabilité.

Renext est un package R développé par l'IRSN (Institut de Radioprotection et de Sûreté Nucléaire) dédié à l'analyse statistique et à la modélisation des risques dans le domaine nucléaire. Il permet aux experts de simuler des scénarios extrêmes, d'évaluer des probabilités d'événements rares et de produire des rapports techniques détaillés pour renforcer la sûreté des installations.

Ce projet utilise des techniques d'analyse d'images pour estimer la taille d'une personne à partir de photos. Il s'appuie sur des algorithmes de vision par ordinateur et d'apprentissage automatique pour détecter et mesurer les différents éléments de la photo qui permettent de déterminer la taille.