Ce projet développe des outils pour segmenter automatiquement des gouttes et des cristaux de NaCl dans des images de microscopie. Il utilise des architectures de deep learning (UNet et Yolov8) entraînées sur des données réelles et simulées. Un simulateur numérique génère des images pour compléter les annotations manuelles limitées, permettant ainsi d'entraîner des modèles robustes pour des études physiques ou statistiques.

Outil interne développé par l'IGN pour faciliter la labellisation d'images géographiques issues de la BDOrtho IGN et des Modèles Numériques de Surface (MNS). Il permet une segmentation hiérarchique multi-échelle des données, essentielle pour l'entraînement de modèles d'intelligence artificielle en télédétection. Utilisé en interne par les équipes de la DSI et des services métiers, il optimise le processus d'annotation et de préparation des jeux de données géospatiaux.

Outil spécialisé dans la segmentation de données numériques en quantiles. Il permet de diviser des ensembles de données entières en groupes homogènes selon un nombre choisi de quantiles. Utilisé pour des analyses statistiques ou des études de répartition, il s'intègre dans une suite logicielle dédiée à la gestion et l'analyse de corpus textuels.

Ce projet développé pour le Hackathon 2024 du PEReN et de la Commission Européenne utilise des techniques avancées de traitement automatique du langage naturel (NLP) pour analyser, structurer et rechercher des informations réglementaires issues de plateformes numériques. Il permet d'extraire des entités nommées, de segmenter des textes volumineux, de générer des embeddings pour des recherches vectorielles et d'interagir via une interface conversationnelle. Les données traitées sont fournies à titre d'illustration et ne sont pas mises à jour.

Ce projet est une plateforme contributive dédiée à la documentation du numérique ouvert, portée par la DINUM. Elle propose des guides, ressources et retours d'expérience pour aider les agents et administrations publiques à adopter des logiciels libres, publier des codes sources et collaborer avec des écosystèmes externes. Accessible et ouverte, elle vise à démocratiser les bonnes pratiques du numérique public.

Ce projet développe des modèles d'intelligence artificielle pour analyser des images histopathologiques numérisées de ganglions lymphatiques. L'objectif est d'identifier automatiquement les métastases de cellules cancéreuses dans les tissus, afin d'assister les pathologistes dans leur diagnostic. Les algorithmes entraînés sur des bases de données publiques et privées permettent de détecter des régions tumorales avec une grande précision, réduisant ainsi le temps d'analyse et les risques d'erreurs humaines.

Ce projet rassemble et structure la documentation du Pôle Open Source et des Communs Numériques. Il vise à rendre accessible et compréhensible les bonnes pratiques, outils et méthodes pour développer des services publics numériques. Il encourage la participation de tous, experts ou non, pour enrichir et améliorer cette documentation collective.

Données géographiques liées à la réglementation du cœur Parc national des Cévennes. Les données concernent la réglementation de la randonnée, du VTT, du canyoning, du vol libre et du stationnement nocturne dans le cœur du Parc national des Cévennes.

Ce plugin pour QGIS permet aux gestionnaires de routes de faciliter l'administration des tronçons routiers en lien avec les routes numérotées ou nommées. Il offre des outils pour ajouter ou retirer des tronçons, ainsi que pour visualiser le chemin le plus court entre deux segments. Utilisé principalement par des organismes publics comme l'IGN pour maintenir et améliorer la précision des données routières.

Ce projet propose une pipeline pour segmenter et étiqueter les vertèbres à partir d'images CT avec un champ de vision arbitraire. Il a été testé sur Ubuntu 18.04 avec une carte graphique RTX Quadro 4000 8Gb et cuda 10.1.