# HCI - TODO

# Cycle GAN:

- [x] Classifier einfügen
- [x] Auflösung erhöhen
- [x] Trainieren: mehr Bilder pro Epoche
- [ ] Kommentare schreiben
- [x] Unser Code muss schöner werden (Herausfinden was welche Domäne ist)
- [x] Bilder rausladen mit ImageGenerator

- [ ] Frontend finishen
- [ ] Script für Evaluation
- [ ]

# Classifier:

- [ ] (Trainieren: 100 Epochen)

# VAE:

- [x] Loss-Function anpassen
- [x] Trainieren: 100 Epochen, höhere Auflösung

# Presentation

- [x] Anwendung basteln, die Counterfactuals ausspuckt
- [ ] Abschlussplakat
- [ ] Abschlussbericht
- [ ] Auf gitlab integrieren

# Abschlussbericht

0. Introduction
1. Background
- Pneumonia Recognition
- Dataset
2. Approach
- Classifier
- CycleGAN
- CycleGAN
- +Classifier
- VAE
3. Evaluation
- technical: (Loss auswertung, trainieren mit unterschiedlichen Gewichten, Classifier erst später dazuschalten)
4. Discussion: user survey
5. Future Work & Limited: Covid-19, retrain for other classifier, CycleGAN oder GAN auf medizinische Bilder für Explainable AI
6. Conclusion