Outil open source spécialisé dans la segmentation audio pour analyser des flux médiatiques. Il identifie et segmente automatiquement les zones de parole, musique et bruit dans des enregistrements audio ou vidéo. Il permet également de distinguer le genre des locuteurs (masculin/féminin) pour des études sur la représentation des genres dans les médias, notamment en français. Utilisé par des organismes publics et des chercheurs pour des rapports réglementaires ou des analyses sociétales.

Micmac est un logiciel open source de photogrammétrie permettant de traiter et analyser des images 3D, ainsi que de générer des modèles numériques de terrain (MNT) à partir de données aériennes ou terrestres.

N2D2 est le framework CAD de CEA LIST pour la conception et la simulation de réseaux neuronaux profonds (DNN), ainsi que la construction d'applications DNN complètes sur plateformes embarquées. Il est développé en collaboration avec des partenaires industriels et académiques et est open source.

D3lta est une bibliothèque open source conçue pour détecter et analyser les contenus dupliqués à grande échelle. Elle identifie trois types de duplicatas : les copier-coller (duplicatas quasi exacts), les reformulations et les traductions. L'outil s'appuie sur des modèles d'embeddings avancés pour comparer des textes multilingues et fournir des clusters de documents similaires, facilitant ainsi la lutte contre la manipulation de l'information et la désinformation.

Gabarit est une plateforme open source conçue pour simplifier et accélérer le développement de projets en science des données et intelligence artificielle. Elle fournit des modèles prêts à l'emploi, des outils de préprocessing et des pipelines de machine learning pour les domaines du traitement automatique du langage naturel, de la vision par ordinateur et des données numériques. Son objectif est de permettre aux data scientists de se concentrer sur l'essentiel en automatisant les étapes techniques et en offrant des fonctionnalités de production robustes.

Bibliothèque Python développée par Météo-France pour concevoir et entraîner des modèles d'intelligence artificielle dédiés à l'analyse et la prévision des données météorologiques. Elle propose des architectures de réseaux de neurones adaptées (CNN, transformers, modèles multimodaux) pour des tâches comme la segmentation d'images satellite, la génération de texte à partir de données météo ou la détection d'artefacts sur les images radar. Les modèles sont optimisés pour des applications opérationnelles en météorologie.

Plateforme open source dédiée à la segmentation sémantique multimodale et multitâche d'images d'observation de la Terre. Elle permet d'analyser des données géospatiales haute résolution (20 cm) combinant imagerie aérienne, séries temporelles Sentinel, données topographiques et historiques pour produire des cartes précises de couverture des sols et des cultures. Destinée aux chercheurs, institutions publiques et acteurs de l'environnement.

MAESTRO est un modèle d'intelligence artificielle conçu pour traiter des données d'observation de la Terre issues de satellites et d'autres sources. Il permet d'analyser des images multispectrales, multitemporelles et multimodales pour des applications comme la cartographie des sols, la segmentation des cultures ou l'identification des espèces végétales. Le projet propose des modèles pré-entraînés et des outils pour faciliter leur utilisation dans des projets de recherche ou opérationnels.

Le projet DeepPhysX fournit des packages Python permettant aux utilisateurs d'interfacer facilement leurs simulations numériques avec des algorithmes d'apprentissage. Il offre un package Core sans dépendance sur aucun framework de simulation ou d'IA, ainsi que d'autres packages compatibles avec ce Core et un framework de simulation ou d'IA spécifique.

Une collection d'images Docker pour des services de datascience prêts à l'emploi, conçue pour fonctionner avec l'écosystème Onyxia.