🍑PeachMarket

중고 거래 마켓 서비스에 가상 피팅 기능을 도입한 웹페이지이다. 판매자와 구매자간의 사이즈와 관련한 반복적인 질문의 빈도수를 줄이고, 구매 전 시착이 어려운 중고 마켓의 특성을 해결하여 성공적인 구매 결정을 돕는다.

📋목차

• 팀 구성
• 개발 도구
• 실행 화면
• 작품 구조
• 기대 효과
• 환경설정
• 참고자료

👩‍💻팀 구성👨‍💻

한성대학교 컴퓨터공학부 캡스톤디자인 #18팀
Peaches
정인환 지도교수님
김수현(팀장)	김태경	박서연	이지수
가상피팅 및 서버 구현	클라이언트 구현	클라이언트 구현 AWS 관리	마켓 서버 구현 DB 관리

🏗️개발 도구

• 개발 언어 : Java, Python, MySQL, JavaScript, CSS, HTML
• 개발 도구 : Visual Studio Code, Eclipse, Anaconda
• 주요 기술 : Spring boot, React, Bootstrap, Flask, Tensorflow, PyTorch, Amazon S3, Amazon EC2, Amazon RDS, REST API

🎈실행 화면

🔍작품 구조

🚀기대 효과

• 보장성 : 옷 핏 및 자신의 피부색과의 어울림을 가상 피팅을 통해 미리 확인함으로써 구매 실패를 방지
• 편의성 : 판매자와 구매자간의 사이즈와 관련한 반복적인 문답 및 치수 정보 획득을 위한 인터넷 조사의 번거로움 감소

⚙️환경설정

🙎‍♂️[모델 생성 환경]

배경 제거(Rembg), 모델 생성, 옷 전처리

python version : 3.9.12

1. rembg 오픈소스 clone 후
   • pip install rembg
2. AWS EC2-Amazon linux 환경
   • sudo yum install -y gcc
   • sudo yum install -y gcc-c++
3. 설치가 필요한 파이썬 라이브러리
   • aiohttp==3.8.1
   • asyncer==0.0.1
   • click==8.0.3
   • fastapi==0.72.0
   • filetype==1.0.9
   • gdown==4.4.0
   • numpy==1.22.3
   • onnxruntime==1.10.0
   • pillow==9.0.1
   • pymatting==1.1.5
   • python-multipart==0.0.5
   • scikit-image==0.19.1
   • scipy==1.8.0
   • tqdm==4.62.3
   • uvicorn==0.17.0
   • watchdog==2.1.7
   • flask==1.1.2
   • flask-cors==3.0.10
   • boto==2.49.0
   • boto3==1.23.9
   • matplotlib==3.4.3
   • werkzeug==2.0.2
   • jinja2==2.10.1
   • MarkupSafe==2.0.1
   • itsdangerous==2.0.1
   • opencv-contrib-python==4.5.5.64
   • opencv-python==4.5.5.64
   • opencv-python-headless==4.5.5.64
   • parso
   • imutils==0.5.4
   • cmake==3.22.4
   • dlib==19.24.0

👕[가상 피팅 환경]

가상 피팅 전처리, 모델 파싱 및 포즈 추정(LIP_JPPNet), OpenPose(COCO-18), 가상 피팅

python version : 3.7.13

1. AWS EC2 유형 : g4dn.xlarge(GPU가 최소 1개 이상인 환경필요)
   • GPU : Tesla T4
   • Driver Version : 510.47.03
   • cuda version : 9.0
   • cudnn version : 7.6.5
2. AWS EC2 Amazon linux 환경
   • sudo yum install libXext libSM libXrender
   • AWS CLI 환경 구축
3. 설치가 필요한 파이썬 라이브러리
   • flask==2.0.3
   • flask-cors==3.0.10
   • opencv-contrib-python==4.1.0.25
   • opencv-python==4.5.5.64
   • opencv-python-headless==4.5.5.64
   • jinja2==3.0.3
   • boto3==1.23.9
   • boto==2.24.0
   • awscli==1.24.10
   • werkzeug==2.0.1
   • numpy==1.21.5
   • tensorboardx==2.5
   • tensorflow==1.15.0
   • tensorflow-gpu==1.15.0
   • keras==2.9.0
   • scipy==1.1.0
   • matplotlib==3.2.2
   • opencv-python-headless==4.5.5.64
   • torch==1.2.0
   • torchvision==0.2.1
   • nbformat==5.1.3
   • Pillow==8.4.0
   • cPython==0.0.6
   • PyQt5==5.15.6
   • Markdown==3.3.7
   • MarkupSafe==2.1.1
   • urllib3==1.26.9

📝참고자료

• 배경제거 : Daniel Gatis. 2020. Rembg. https://github.com/danielgatis/rembg. (2022).
• 모델 파싱 및 포즈 추정 : Clay Gong, Achal Shah. 2018. LIP_JPPNet. https://github.com/Engineering-Course/LIP_JPPNet. (2022)
• Key point 추출 : CMU-Perceptual-Computing-Lab. 2020. OpenPose. https://github.com/CMU-Perceptual-Computing-Lab/openpose. (2022).
• 가상 피팅 : Matiur Rahman Minar. 2020. CP-VTON+. https://github.com/minar09/cp-vton-plus. (2022).