Ce projet propose des ateliers pratiques et des notebooks pour former les participants à l'apprentissage profond. Il couvre des cas d'usage variés comme l'analyse de données médicales pour détecter le paludisme, la détection de fraudes financières, ou encore la reconnaissance de gestes en langage des signes. Les ressources sont conçues pour être utilisées dans un cadre académique ou de recherche, avec des jeux de données accessibles et des outils adaptés aux débutants comme aux experts.

OLT-C3D est une solution de reconnaissance de gestes 2D basée sur l'apprentissage profond, développée pour l'ICPR 2022. Il utilise des réseaux de neurones convolutifs 3D (C3D) et des techniques de décodage telles que CTC et SelectiveNet pour améliorer la précision et la robustesse de la reconnaissance de gestes.

Ce projet développe une solution innovante de reconnaissance de gestes et d'activités humaines basée sur des radars millimétriques. Il propose une méthodologie légère et robuste pour des systèmes embarqués, exploitant des réseaux de neurones graphiques (GNN) afin d'analyser des données radar complexes. Le projet inclut la création d'un jeu de données dédié, MIRAGE, et démontre une performance supérieure aux méthodes existantes en termes de précision et d'efficacité énergétique.

Prototype logiciel dédié à la chirurgie sans contact, permettant de simuler et gérer des interactions gestuelles pour des procédures médicales. Il intègre des outils de reconnaissance de mouvements et de séquences d'actions, facilitant l'entraînement et l'optimisation des gestes chirurgicaux dans un environnement contrôlé.

MultiStrokeDTW est une implémentation Python d'un algorithme de calcul de distance basé sur l'optimisation A* pour comparer des séquences temporelles multistroke. Il permet d'évaluer la similarité entre des gestes ou des mouvements complexes, notamment pour des applications en reconnaissance de formes ou en analyse de données temporelles.

Ce projet consiste en une solution de reconnaissance de gestes manuels à partir d'images. Il s'appuie sur des techniques d'analyse et de segmentation d'images, ainsi que sur de la classification pour identifier les gestes.

Le projet DeepFaune Package est une application dédiée à la gestion et à l'analyse de données naturalistes. Il permet la reconnaissance automatique d'espèces à partir de photos et de vidéos, et offre des fonctionnalités de cartographie de la biodiversité.

ICatNat est une application publique dédiée à la gestion des demandes de reconnaissance de l’état de catastrophe naturelle. Elle permet aux communes de déposer des demandes en ligne, qui sont ensuite instruites par les préfectures et la DGSCGC. L’outil centralise les échanges entre les acteurs locaux et nationaux, garantissant une traçabilité et une gestion efficace des dossiers. Il contribue à la transparence et à la rapidité des procédures administratives.

Ce projet propose un laboratoire pédagogique dédié à la cybersécurité offensive, conçu pour former les participants aux techniques de reconnaissance réseau et aux vulnérabilités des services mal sécurisés. Il permet de déployer automatiquement des environnements de travail sous Proxmox, avec des conteneurs LXC configurés pour chaque étudiant, facilitant ainsi l'organisation d'activités Capture The Flag (CTF). Les scripts automatisés simplifient la création et la gestion des infrastructures, offrant une solution clé en main pour les enseignants.

Le projet Interpretable installer est une solution dédiée à l'analyse de vidéos en temps réel, à la reconnaissance d'objets dans des vidéos, à la gestion de machines connectées et à la visualisation de données sur une carte. Il s'agit d'un dépôt de code source contenant des scripts d'installation et de configuration pour un serveur LAMP, Open Frameworks et divers outils associés.