yzhao062/pyod

CNN-based AutoEncoder for Image Outlier Detection

Open

#387 aberto em 9 de abr. de 2022

Ver no GitHub
 (1 comment) (0 reactions) (0 assignees)Python (1.308 forks)batch import
help wanted

Métricas do repositório

Stars
 (7.762 stars)
Métricas de merge de PR
 (Mesclagem média 4d 17h) (14 fundiu PRs em 30d)

Description

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

Guia do colaborador

Direção de pesquisa
A issue solicita a adição de um autoencoder baseado em CNN para detecção de outliers em imagens 3D. Comece examinando as implementações existentes de autoencoder e VAE no pyod (por exemplo, em pyod/models/autoencoder.py). Estude como os dados 2D são tratados e estenda para 3D usando camadas convolucionais (por exemplo, de Conv2D para Conv3D). Considere usar PyTorch ou TensorFlow, dependendo do backend atual da biblioteca. Analise quaisquer discussões relacionadas nos comentários. A implementação deve corresponder à API da biblioteca e incluir testes.
Pilha de tecnologia
python
Domain
machine learning
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Antigo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonDeep learning basicsConvolutional neural networksFamiliarity with pyod library
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
60