CNN-based AutoEncoder for Image Outlier Detection

Repository metrics

Stars

7,762 stars (7,762 stars)

PR merge metrics

平均マージ 4d 17h (平均マージ 4d 17h)30d で 14 merged PRs (30d で 14 merged PRs)

説明

コントリビューターガイド

調査方針

この課題は、3D画像の外れ値検出にCNNベースのオートエンコーダーを追加することを要求しています。まず、pyodの既存のオートエンコーダーとVAEの実装（例：pyod/models/autoencoder.py）を調べてください。2Dデータの処理方法を研究し、畳み込み層（例：Conv2DからConv3Dへ）を使用して3Dに拡張します。ライブラリの現在のバックエンドに応じて、PyTorchまたはTensorFlowの使用を検討してください。コメント内の関連する議論を確認します。実装はライブラリのAPIに一致し、テストを含める必要があります。

技術スタック

python

領域

machine learning

Issue 種別

機能

難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。

3

推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。

1-2日

活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。

古い

明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。

明確

前提条件

PythonDeep learning basicsConvolutional neural networksFamiliarity with pyod library

初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。

60