Andrey Dugin

Для выявления аномалий часто используются автоэнкодеры

1) Почему не используете TimeseriesGenerator?
2) У вас слишком мало фичей. Нагенерите больше. Используйте pd.DataFrame.rolling() с различным размером окна, нагенерите технических индикаторов (в первую очередь скользящих средних), добавьте данные High и Low, на основании OLHC добавьте признаков свечи (зелёная или красная, соотношение хвостов к телу свечи и т.п.). Попробуйте PolynomialFeatures.

Фактически у вас задача отделения текста от фона. Как вариант, можно воспользоваться простейшей свёрточной нейросетью-автоэнкодером: при достаточно малой длине Z-вектора (бутылочное горлышко) она научится восстанавливать фон, но не буквы. Вычитаете из исходного изображения восстановленный автоэнкодером фон, и вуаля - у вас только текст. Также можете погуглить, какой алгоритм используется в формате DJVU.

Для подготовки данных можете воспользоваться TimeseriesGenerator

ИИ - область машинного обучения, нейросеть - один из инструментов.

0) Используйте GPU.
1) Используйте батчи, т.е. обрабатывайте изображения пачкой.
2) Процедуры загрузки-предобработки изображений необходимо измерить по времени исполнения и заменить на быстрые - например, из OpenCV (cv2.imread, cv2.warpAffine, cv2.normalize). Также заранее подготовить буферы для результата, а не аллоцировать память под выходной массив каждый раз заново.
3) Загрузку изображений можно вынести в асинхронный код.
4) Tensorflow (или что там у вас под капотом) и так использует все ядра.
5) Вы оптимизировали нейронку для инференса? Frozen graph, merge BN layers, TensorRT, снижение разрядности?
6) Почему модель весит почти гигабайт? Более лёгкие модели не подошли? Google MobileNetV2, например?

1) Да, но это будет медленнее. См. ответ на п.2
2) Точно так же, как и батч из N картинок, но для случая N=1. Грубо говоря, массив [img] из 1 картинки. Допустим, картинка img - это np.array размера (Y, X, D). Тогда сети надо подать img[np.newaxis, ...], что даст np.array размера (1, Y, X, D).

Пробовали ли решать задачу с помощью scikit-learn? Там есть методы обучения без учителя.

Neural Netwok Zoo

Самая простая гипотеза, которую я бы проверил в первую очередь - вычисление пульсации средней яркости и/или цвета. Для простоты можно уменьшить размер кадра и даже дополнительно размыть изображение. Тогда никакие нейронки не требуются.