yzhao062/pyod

CNN-based AutoEncoder for Image Outlier Detection

Open

#387 aperta il 9 apr 2022

Vedi su GitHub
 (1 commento) (0 reazioni) (0 assegnatari)Python (1308 fork)batch import
help wanted

Metriche repository

Star
 (7762 star)
Metriche merge PR
 (Merge medio 4g 17h) (14 PR mergiate in 30 g)

Descrizione

The current autoencoder and VAE only supports 2-d data, while there is a need to handle 3-d images. PR welcomed!

Guida contributor

Direzione di ricerca
La richiesta riguarda l'aggiunta di un autoencoder basato su CNN per il rilevamento di outlier in immagini 3D. Inizia esaminando le implementazioni esistenti di autoencoder e VAE in pyod (ad esempio in pyod/models/autoencoder.py). Studia come vengono gestiti i dati 2D ed estendi a 3D utilizzando layer convoluzionali (ad esempio da Conv2D a Conv3D). Considera l'uso di PyTorch o TensorFlow, a seconda del backend attuale della libreria. Esamina eventuali discussioni correlate nei commenti. L'implementazione deve corrispondere all'API della libreria e includere test.
Tech stack
python
Dominio
machine learning
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Datata
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
PythonDeep learning basicsConvolutional neural networksFamiliarity with pyod library
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
60