Ce projet développe des algorithmes métaheuristiques basés sur des populations pour résoudre des problèmes d'optimisation dans des espaces continus. Il implémente des méthodes inspirées de comportements naturels comme les essaims d'abeilles, les fourmis ou les algorithmes de recherche locale. L'objectif est de fournir des solutions performantes pour des fonctions mathématiques complexes et des benchmarks standards en optimisation.

Plateforme open source dédiée à l'évaluation et au benchmarking de méthodes de détection d'anomalies sur graphes (GAD). Elle fournit une infrastructure centralisée pour exécuter, comparer et valider des algorithmes d'IA de manière reproductible. Les utilisateurs peuvent intégrer leurs propres méthodes, exécuter des expériences sur des jeux de données variés et obtenir des métriques standardisées pour analyser les performances des modèles.

Ce projet fournit des implémentations de pipelines de segmentation et des méthodes d'évaluation de la segmentation pour des données d'imagerie confocale en 3D. Il est utilisé dans l'article "Benchmarking of deep learning algorithms for 3D instance segmentation of confocal image datasets".

WarNav est un jeu de données spécialisé conçu pour entraîner et évaluer des modèles de segmentation sémantique dédiés aux véhicules autonomes évoluant dans des environnements non structurés et affectés par des conflits. Il fournit des annotations précises d'images issues d'un dépôt multimédia open source, couvrant des classes comme les routes, les zones praticables, les piétons et les véhicules. Ces données permettent de benchmarker les performances des algorithmes dans des scénarios complexes et dangereux.

EMB-Bench est une suite de scripts et de données dédiée à l'évaluation et au benchmarking de modèles d'apprentissage automatique. Il permet de comparer objectivement les performances de différents frameworks ou algorithmes en fournissant des jeux de données standardisés et des métriques de mesure adaptées.