이상 탐지 관련 오픈소스 프로젝트들

 

• Anomalib:
  • Anomalib은 다양한 이상 탐지 알고리즘을 지원하는 모듈형 딥러닝 라이브러리입니다. 연구와 실무에서 사용할 수 있는 여러 기능을 제공하며, 특히 시각적 이상 탐지에 중점을 둔 것이 특징입니다​ (GitHub).
• TODS (Time-series Outlier Detection System):
  • TODS는 시계열 데이터에서 이상치를 탐지하는 시스템으로, 자동화된 파이프라인을 구축할 수 있는 모듈형 파이썬 라이브러리입니다. 시계열 데이터에서의 변칙 감지에 특화되어 있습니다​ (GitHub).
• PyGOD (Python Graph Outlier Detection):
  • PyGOD는 그래프 데이터의 이상 탐지를 위한 파이썬 라이브러리로, 복잡한 그래프 구조 데이터에서 이상치를 탐지하는 다양한 알고리즘을 제공합니다​ (GitHub).
• ADBench:
  • ADBench는 이상 탐지 방법들을 벤치마킹할 수 있는 도구로, 다양한 데이터셋에서의 이상 탐지 성능을 평가할 수 있습니다. 연구자들이 각 알고리즘의 성능을 비교하는 데 유용합니다​ (Github).
• OpenOOD:
  • OpenOOD는 "Out-of-Distribution" 탐지에 초점을 맞춘 도구로, 모델이 훈련되지 않은 데이터에 대해 어떻게 반응하는지를 평가합니다. 모델의 일반화 능력을 높이는 데 중요한 역할을 합니다​ (Github).