AI 기반 스마트 옷장 관리 솔루션
"옷장에 옷을 걸기만 하면 AI가 자동으로 분석! 이제 옷장을 열지 않아도 내 옷을 한눈에 확인하세요."
**옷픈소스(Otpensource)**는 AI 기반 패션 관리 시스템으로, 사용자의 옷을 자동으로 인식 및 분류하고 효율적으로 관리할 수 있도록 돕는 스마트 옷장 서비스입니다.
- 사용자가 옷을 걸면 AI가 자동 분석 → 카테고리, 색상, 재질, 패턴 감지
- Android 앱과 연동 → 모바일에서 옷장 정보 확인 및 관리
- Hugging Face에 직접 학습한 AI 모델 배포
- 패션 데이터셋 구축 → 데이터 기반 AI 모델 학습
🏆 궁극적인 목표:
👉 스마트 옷장 + 패션 커뮤니티 + AI 기반 코디 추천
✅ 📷 AI 기반 옷 인식
- 카메라로 촬영한 옷을 AI가 자동으로 분석 → 종류, 색상, 재질, 패턴 감지
- 자체 구축한 패션 데이터셋을 활용하여 Hugging Face AI 모델 학습
✅ 📲 스마트 옷장 관리 (Android 연동)
- Android 앱에서 옷을 추가/삭제/수정 및 카테고리별 정렬 가능
- AI 분석 데이터와 함께 사이즈, 브랜드, 구매 정보 입력 가능
✅ 🎨 브랜드 & 패션 스타일 인식
- 로고 및 디자인 패턴 분석을 통한 브랜드 구분
- 사용자의 스타일을 분석하고 맞춤형 패션 추천 제공
✅ 🛒 쇼핑몰 연동 & 스타일 추천
- AI가 패션 트렌드 분석 후 맞춤형 스타일 추천
- 구매한 옷을 자동 등록하여 기존 옷장과 통합 관리
✅ 👥 패션 커뮤니티 & 스타일 공유
- 내 옷장을 공유하고 다른 유저들과 코디 추천
- 비슷한 체형/스타일을 가진 유저와 패션 스타일 비교 가능
✅ 📊 옷장 통계 분석 & AI 패션 추천
- AI가 사용자의 옷장 데이터를 분석하고 스타일 인사이트 제공
- 계절별 선호 스타일, 자주 입는 옷 추천
- 데이터 크롤링 및 AI 학습 파이프라인
- 안드로이드 앱 및 Frontend, Backend flow-chart
✔ Android 앱 → 사용자가 옷을 관리하고 AI 데이터를 확인하는 모바일 인터페이스
✔ FastAPI 백엔드 → AI 분석 요청 처리, 데이터 저장 및 관리
✔ MongoDB → 유저 데이터 & 옷장 정보를 저장하는 NoSQL 데이터베이스
✔ AI Vision 모델 → 자체 학습한 모델이 옷의 종류, 색상, 패턴 감지
✔ Gradio 웹 UI → 옷장 정보를 웹 브라우저에서 조회 가능
- torchvision – 이미지 처리 및 딥러닝 모델 제공 (PyTorch)
- pymongo – MongoDB와 파이썬을 연결하는 데이터베이스 드라이버
- scikit-learn – 머신러닝 모델 학습 및 평가
- fastapi – 고성능 비동기 REST API 프레임워크
- uvicorn – FastAPI 실행을 위한 경량 ASGI 서버
- pyngrok – 로컬 서버를 외부에서 접속 가능하게 하는 터널링 도구
- nest-asyncio – Jupyter 등에서 비동기 이벤트 루프 실행 지원
- pillow – 이미지 처리 및 변환을 위한 라이브러리
- python-multipart – FastAPI에서 파일 업로드를 지원하는 라이브러리
- pydantic – 데이터 검증 및 설정 관리를 위한 데이터 모델링
- unsloth – 경량화된 LLM 파인튜닝 및 최적화
- transformers – 사전 학습된 NLP 모델 제공 (Hugging Face)
- torch – PyTorch 기반 딥러닝 프레임워크
- datasets – 대규모 데이터셋 로드 및 전처리 (Hugging Face)
- trl – 강화 학습을 활용한 LLM 미세 조정 라이브러리 (Hugging Face)
- gradio – 머신러닝 모델이나 데이터 처리 함수에 대한 웹 인터페이스 제공
- requests – HTTP 요청을 보내고 응답을 처리하는 라이브러리
- base64 – 바이너리 데이터를 Base64 형식으로 인코딩/디코딩하는 모듈
- io.BytesIO – 메모리에서 파일처럼 데이터를 읽고 쓰는 버퍼 객체
- Selenium – 웹 브라우저 자동화
- BeautifulSoup4 – HTML 데이터 크롤링
- Requests – HTTP 요청 라이브러리
- Pandas – 데이터 정렬 및 처리
- agp – Android Gradle Plugin, 안드로이드 프로젝트 빌드를 위한 플러그인
- junit – Java 기반 단위 테스트 프레임워크
- material – 구글 머티리얼 디자인 컴포넌트
- activity – 안드로이드 액티비티 생명주기 및 최신 API를 지원
- constraintlayout – 복잡한 UI를 효율적으로 구성할 수 있는 레이아웃 시스템
- retrofit – REST API와 통신을 쉽게 할 수 있도록 도와주는 HTTP 클라이언트
- visionCommon – Google ML Kit Vision API의 공통 기능을 제공하는 라이브러리
- playServicesTasks – Google Play Services의 비동기 작업 관리
- segmentationSelfie – Google ML Kit의 셀피 이미지 분할(Selfie Segmentation) 라이브러리
- playServicesMlkitSubjectSegmentation – ML Kit의 피사체 분할(Subject Segmentation) 기능을 제공하는 라이브러리
🔗 otpensource-vision
✅ 자체 학습한 Vision-Language 모델로, 옷의 종류, 색상, 패턴을 분석 가능
🔗 otpensource_dataset
✅ 무신사 크롤링 데이터를 기반으로 구축된 패션 분석 특화 데이터셋
git clone https://github.com/hateslopacademy/otpensource.git
cd otpensource/backend
pip install -r requirements.txt
uvicorn main:app --host 0.0.0.0 --port 8000cd otpensource/frontend
python demo.py👉 브라우저에서 http://localhost:7860 접속
{
"category": "트렌치코트",
"gender": "여성",
"season": "봄/가을",
"color": "네이비",
"material": "면",
"feature": "클래식 디자인, 벨트 포함"
}bash GET http://localhost:8000/get_all_clothing
{
"clothes": [
"id": "67a0c950454c50b822b6a624",
"big_category": "상의",
"sub_category": "롱슬리브",
"gender": "남",
"season": "사계절",
"color": "화이트",
"material": "면",
"feature": " 스트라이프",
"image_base64": "/9j/4AAQSkZJRgABAAAD/4gHYSUNDX1AQEAAAAABtbn…",
"embedding_vector": Array (512),
"created_at": "2025-02-03T13:50:10.540+00:00",
"updated_at": "2025-02-03T13:50:10.540+00:00",
"count": 4
]
}
이 프로젝트는 Apache-2.0 라이선스를 따릅니다.
🙌 Pull Request & Issue 환영!
- 새로운 기능 제안
- 버그 리포트
- 문서 개선
- 이메일: kingly1684@naver.com