Julián Tachella reçoit le prix science ouverte du logiciel libre de la recherche pour DeepInverse
Ces dernières années, les réseaux neuronaux profonds sont devenus omniprésents dans divers problèmes d'imagerie inverse, de la photographie informatique à l'imagerie astronomique et médicale. Malgré les efforts de recherche dans ce domaine, la plupart des algorithmes basés sur l'apprentissage sont difficiles à généraliser au-delà du problème spécifique pour lequel ils ont été conçus, et les résultats rapportés dans les articles sont souvent difficiles à reproduire. Afin de remédier à ces écueils, un groupe international de scientifiques a construit DeepInverse, une bibliothèque PyTorch open-source pour résoudre les problèmes inverses d'imagerie avec l'apprentissage profond. La première version stable de cette bibliothèque a été publiée en juillet 2023.
DeepInverse vise à couvrir la plupart des étapes des pipelines d'imagerie modernes, de la définition de l'opérateur de détection vers l'avant à l'entraînement des réseaux de reconstruction dépliés de manière supervisée ou auto-supervisée. L'objectif principal de cette bibliothèque est de devenir l'outil open-source standard pour les chercheurs et chercheuses (expertes et experts en optimisation, apprentissage automatique, etc.) et les praticiennes et praticiens (biologistes, physiciennes et physiciens, etc.)
Julián Tachella, chercheur CNRS dans l'équipe «SIgnaux, Systèmes & PHysique» du laboratoire, a reçu le prix espoir de la catégorie « Documentation » pour le développement de cette bibliothèque.