一站式异常检测库，60+算法开箱即用，自动选最优模型
PyOD是一个专注于异常检测的Python库，覆盖表格、时间序列、图、文本、图像和音频等多种数据类型，内置60多种检测算法，包括经典的LOF、IForest以及深度学习方法。它解决的核心问题是让异常检测任务标准化和易用化，提供统一的API接口，用户只需几行代码就能训练和评估模型。PyOD还提供基于基准测试的ADEngine编排功能，能自动比较和选择最优检测器，并支持面向AI代理的智能工作流，方便集成到自动化系统中。项目由学术界和工业界共同维护，文档丰富，社区活跃，是异常检测领域最流行的工具之一。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1确认 Python 环境
PyOD 是 Python 库，先在终端确认 python 可用，再选择 pip 或 conda 其中一种方式安装。
python --version2pip 安装 PyOD
README 的 PyPI 徽章指向 pypi.org/project/pyod，说明可用 pip 从 PyPI 安装该包。建议在虚拟环境中执行。
pip install pyod3或 conda 安装 PyOD
README 的 Anaconda 徽章指向 anaconda.org/conda-forge/pyod，说明也可从 conda-forge 频道安装，二选一即可。
conda install -c conda-forge pyod4验证导入
安装完成后导入 pyod 并打印版本号，无报错即说明库已正确安装。
python -c "import pyod; print(pyod.__version__)"在 Python 中执行 import pyod 不报错，并能打印出 __version__ 版本号，即安装成功。
Q：用 pip 还是 conda 安装？
A：README 同时给出 PyPI 和 conda-forge 两个版本徽章，两种渠道都提供该包，按现有环境任选其一即可，不必重复安装。
Q：文档和官网在哪里？
A：README 中给出官网 https://pyod.dev 和文档 https://pyod.readthedocs.io/en/latest/ ，安装与用法可查阅这两处。
Q：安装后导入报错怎么办？
A：先确认 Python 版本与虚拟环境是否正确，再确认安装命令是否在同一个环境中执行；本 README 节选未提供排错说明，可到官网文档进一步排查。
scikit-learn、PyODDS、Anomaly Detection Toolkit (ADTK)
pyod 是计算机视觉领域的开源项目，由 yzhao062 开发，2017 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（10,012）位列前 5%，在计算机视觉分类的 447 个项目里位列前 6%。
近 41 天，它的 GitHub 星标从 9,958 增加到 10,012，净增 54。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。开源库，BSD-2-Clause许可，完全免费，可自行部署使用。
它主要面向的使用场景是：金融风控中的欺诈交易检测。同类可对比的替代方案包括 scikit-learn、PyODDS、Anomaly Detection Toolkit (ADTK)。
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
Olympus
开源
一个路由搞定所有视觉任务，免去逐个微调
[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···