Ground Control est une application dédiée à la gestion et à l'annotation de corpus audio et vidéo. Elle permet aux utilisateurs de structurer des médias, d'allouer des tâches d'annotation à des intervenants, et de générer des données de vérité terrain pour des projets de machine learning. L'outil synchronise l'accès aux médias avec les transcriptions et propose des interfaces dédiées pour segmenter et catégoriser les contenus. Développée par l'INA et soutenue par la BPI dans le cadre du projet ArGiMi, elle s'intègre dans des workflows de traitement automatisé de contenus audiovisuels.

Ce projet propose une image Docker légère basée sur Miniconda et CentOS 7, intégrant PyTorch avec support CUDA 11.3. Destinée aux pipelines d'intégration continue, elle facilite la création d'environnements reproductibles pour des tests automatisés et des développements en machine learning. L'image est optimisée pour des environnements CI/CD et permet une exécution rapide des tâches gourmandes en calcul.

Formation en machine learning pour l'initiation de chefs de projets sans connaissances préalables dans le domaine. Elle couvre des notions telles que la manipulation et la description des données, les algorithmes de machine learning, l'évaluation et la sélection de modèles, ainsi que l'introduction au deep learning. Les supports de cours et les codes sources des travaux pratiques sont partagés en open-source.