Convert dog pictures into various painting styles. Try LimnPet

Overview

Logo

LimnPet

Cartoon stylization service project

Try our service »

Home page · Team notion · Members

목차
  1. 프로젝트 소개
  2. 구현 기능
  3. 사용 방법
  4. 서비스 시연 영상
  5. 로드맵
  6. 기여하기
  7. 연락처
  8. 참고 자료 및 코드 출처

About the Project



LimnPet은 커스텀 굿즈 제작 과정 간 따로 그림 서비스를 받아야 하는 불편함을 해소하기 위한
GAN 기반 반려견 그림 자동 생성 및 저장/공유 서비스입니다.



최근 성장하는 반려동물 시장과 반려동물을 가족 구성원으로 인식하고 감정을 가진 하나의 인격체로 대우하는 현상인 '펫 휴머나이제이션' 트렌드가 확산되고 있습니다. 따라서 개성을 중요하게 생각하는 MZ세대의 반려인은 반려동물 옷이나 액세서리를 통해 일명 ‘펫 부심’을 드러내려 합니다.

만약 고객이 반려견 사진을 원본 그대로 이용하지 않고, 캐릭터화한 반려견 그림이나 초상화를 이용하여 커스텀 굿즈 제작을 의뢰하기 위해서는 상품 제작과는 별개로 그림을 그려주는 서비스를 받아야 합니다.

하지만 고객의 입장에서 이러한 과정은 매우 번거롭고 비용도 많이 들 수 있다는 단점이 존재합니다.




Here's Insight 😊

  • 굿즈 제작을 위한 그림 서비스를 전문가의 수작업이 필요하지 않도록 자동화합니다.
  • 생성된 이미지를 기반으로 반려견 커스텀 굿즈(의류, 휴대폰 악세서리, 생활용품, 기타 등등)를 제작할 수 있도록 관련 업체와 사용자간 의사소통 채널을 형성합니다.
  • 이원화된 서비스 제공으로 인한 고객의 불편함을 감소시키고 굿즈 제작에 대한 접근성을 높일 수 있습니다.



더 자세한 프로젝트 소개와 문제 정의는 » Team notion 에서..



Goals of LimnPet Project


  • 이제는 가족의 구성원인 나의 반려동물만을 위한 카툰/그림 형식의 캐릭터 생성
  • 높은 비용과 오랜 제작기간이 필요한 수작업 반려동물 굿즈의 문제점을 해결
    • 전문가의 작업이 필요했던 반려동물 캐릭터화 또는 그림을 자동하여 비용과 시간을 절약
    • 생성된 이미지를 커스터마이징 굿즈 제작 업체에 제공하여 손쉽게 나만의 굿즈 구매
  • 반려동물과 커스터마이징 업체 중개를 통해 반려동물 관련 새로운 시장 및 문화를 형성



Used Tech stacks & Tools


Python html5 css3 Javascript jQuery
Selenium OpenCV Numpy Tensorflow Pytorch
Notion GitHub Microsoft PowerPoint adobe photoshop google drive
diagrams google colab Visual Studio Code
Addthis Disqus Bootstrap Flask Pythonanywhere freenom



Team members



김한주

김민지

성연재

송종호

정영훈




Implementation Features

Key Features

반려견 사진 업로드 또는 촬영 및 원하는 스타일 선택
학습된 모델을 통해 사진을 그림으로 변환
변환된 이미지 화면 표시 및 저장/공유 여부 확인
사용자 요청에 따른 이미지 저장/공유 혹은 화면 초기화
이미지 변환에 대한 사용자 반응 및 피드백 수집을 위한 댓글 페이지 제공
변환 이미지를 활용해 굿즈를 제작할 수 있는 업체 목록 표시
사용자가 선택한 업체 페이지로 이동


Additional Features

⊕ 사진 전체가 아닌 반려견 영역만 따로 추출하여 이미지 변환
⊕ 저화질 이미지 화질 개선
⊕ 글로벌 웹페이지 사이트 지원(Korean, English, Japanese, Spanish, Chinese)





How to use

1. 홈페이지 접속 방법
   1️⃣ Service 페이지 접속
   2️⃣ 스타일 선택 및 이미지 업로드
   3️⃣ Draw picture 버튼 클릭 또는 Improve resolution 버튼 클릭
   4️⃣ 출력/결과 이미지 저장
   5️⃣ 굿즈 사이트에서 주문 의뢰


2. 로컬 서버 실행 방법
   1️⃣ app.py 파일 실행
   2️⃣ localhost 주소로 접속
   3️⃣ 위의 과정과 동일




Service Demonstration Video


사진을 클릭해주세요





Roadmap

1st. iteration

  • 데이터셋 수집 및 CartoonGAN 모델 학습

  • CartoonGAN 모델을 이용하여 반려견 사진을 Cartoon화

  • return 이미지를 웹에 post

  • 소셜 네트워크 기능 추가(댓글 기능, SNS 공유기능)

  • 웹 배포



2st. iteration

  • segmantation 모델을 추가. 이미지에서 반려견만을 추출하여 Cartoon화

  • 웹 페이지 UI 추가 및 개선

  • 굿즈 제작 회사 사이트 추가

  • 굿즈 제작 사업자 정보 제공, 사진을 굿즈 사업자에게 전달


3st. iteration

  • Plan1) ReactNative를 이용한 앱 개발

  • Plan2) PWA를 이용한 앱 개발

  • 앱 마켓 출시 준비 (Google Play)

  • 앱 Open testing release 대기


TODO list in the near future:

  • 이미지 분할 기능 분리

    • 사용자가 직접 배경을 미리 제거한 사진을 그대로 이용할 수 있도록 해당 기능 분리

    • 기능 분할 시, 아래와 같은 이점이 존재

      • 분할 모델이 반려견을 제대로 인식하지 못한 경우에 대한 결과 방지
      • 사용자가 배경을 포함한 이미지를 변환하길 원하는 경우에 대한 선택권 제공
  • 이미지 변환과 해상도 개선 기능 통합

    • 저화질의 이미지가 필요한 경우는 존재하지 않음

    • 현 프로젝트에서는 서버 자원 문제로 해당 기능들을 분할했으나, 실제로는 통합이 필요

  • cartoonGAN 모델 성능 평가 및 개선

    • 충분하지 못한 학습으로 인해 이미지 일부만 변환되는 결과가 존재, 학습 횟수를 늘려 모델의 안정성 확보 필요

    • 현 프로젝트에서는 객관적인 모델 평가 지표에 대한 성능 평가가 이루어지지 않았으므로, 최근 GAN 모델의 평가 지표 관련 연구를 참고해 객관적인 평가 필요

  • 커뮤니티 및 갤러리 기능 추가

    • 사용자들이 저장한 결과 이미지들을 타 플랫폼이 아닌 웹 페이지 내에서 서로 공유할 수 있도록 커뮤니티 및 갤러리 기능을 추가

    • 사용자 잔존율 향상 기대

  • 반려동물 범위 확장

    • 고양이, 앵무새 등 다양한 반려동물에 대해 서비스 범위 확대
  • 굿즈샵들과의 연계를 통한 거래 중개 역할 강화

    • 각 업체와의 연계를 통해 범위를 확장시켜, 단순 목록 제공이 아닌 굿즈 제작 및 결제까지 페이지 내에서 수행할 수 있도록 웹 페이지 개선

    • 업체별 리뷰 및 평점 기능을 구현해 사용자와 굿즈 업체 간 의사소통 채널 형성 기반 마련

  • 부가 서비스 제공

    • 아래 예시와 같은 다양한 부가 서비스 추가 제공
      • 그림 이모티콘화
      • 유명 작가 및 굿즈샵과의 연계를 통한 자체 제작 굿즈 판매
      • 사용자가 직접 자신의 반려견을 이용한 굿즈를 만들어 거래





Contributing

이 프로젝트의 서비스 모델을 개선할 수 있는 제안이 있다면, repo를 전환하고 pull 요청을 해주세요.
또한 Issues 에서 "enhancement" 태그로 간단히 issue를 열어보고 기능 추가를 해보실 수 있습니다.
이 프로젝트에 별을 주는 것도 잊지 마세요. 감사합니다!


  1. Fork the Project
  2. Create your Feature Branch (git checkout -b feature/AmazingFeature)
  3. Commit your Changes (git commit -m 'Add some AmazingFeature')
  4. Push to the Branch (git push origin feature/AmazingFeature)
  5. Open a Pull Request





Contact

Team e-mail: [email protected]

Members's e-mail

Project Link: Github, Notion





Acknowledgments

(back to top)

Owner
LiJell
University of Colorado at Boulder [email protected]
LiJell
Self-labelling via simultaneous clustering and representation learning. (ICLR 2020)

Self-labelling via simultaneous clustering and representation learning 🆗 🆗 🎉 NEW models (20th August 2020): Added standard SeLa pretrained torchvis

Yuki M. Asano 469 Jan 02, 2023
[CVPR2021 Oral] UP-DETR: Unsupervised Pre-training for Object Detection with Transformers

UP-DETR: Unsupervised Pre-training for Object Detection with Transformers This is the official PyTorch implementation and models for UP-DETR paper: @a

dddzg 430 Dec 23, 2022
Implementation of "RaScaNet: Learning Tiny Models by Raster-Scanning Image" from CVPR 2021.

RaScaNet: Learning Tiny Models by Raster-Scanning Images Deploying deep convolutional neural networks on ultra-low power systems is challenging, becau

SAIT (Samsung Advanced Institute of Technology) 5 Dec 26, 2022
PyTorch implementation for paper StARformer: Transformer with State-Action-Reward Representations.

StARformer This repository contains the PyTorch implementation for our paper titled StARformer: Transformer with State-Action-Reward Representations.

Jinghuan Shang 14 Dec 09, 2022
Extension to fastai for volumetric medical data

FAIMED 3D use fastai to quickly train fully three-dimensional models on radiological data Classification from faimed3d.all import * Load data in vari

Keno 26 Aug 22, 2022
This python-based package offers a way of creating a parametric OpenMC plasma source from plasma parameters.

openmc-plasma-source This python-based package offers a way of creating a parametric OpenMC plasma source from plasma parameters. The OpenMC sources a

Fusion Energy 10 Oct 18, 2022
Conversion between units used in magnetism

convmag Conversion between various units used in magnetism The conversions between base units available are: T - G : 1e4

0 Jul 15, 2021
Official implementation of the paper Visual Parser: Representing Part-whole Hierarchies with Transformers

Visual Parser (ViP) This is the official implementation of the paper Visual Parser: Representing Part-whole Hierarchies with Transformers. Key Feature

Shuyang Sun 117 Dec 11, 2022
Code of our paper "Contrastive Object-level Pre-training with Spatial Noise Curriculum Learning"

CCOP Code of our paper Contrastive Object-level Pre-training with Spatial Noise Curriculum Learning Requirement Install OpenSelfSup Install Detectron2

Chenhongyi Yang 21 Dec 13, 2022
Apache Spark - A unified analytics engine for large-scale data processing

Apache Spark Spark is a unified analytics engine for large-scale data processing. It provides high-level APIs in Scala, Java, Python, and R, and an op

The Apache Software Foundation 34.7k Jan 04, 2023
Official PyTorch implementation of GDWCT (CVPR 2019, oral)

This repository provides the official code of GDWCT, and it is written in PyTorch. Paper Image-to-Image Translation via Group-wise Deep Whitening-and-

WonwoongCho 135 Dec 02, 2022
[CIKM 2021] Enhancing Aspect-Based Sentiment Analysis with Supervised Contrastive Learning

Enhancing Aspect-Based Sentiment Analysis with Supervised Contrastive Learning. This repo contains the PyTorch code and implementation for the paper E

Akuchi 18 Dec 22, 2022
MANO hand model porting for the GraspIt simulator

Learning Joint Reconstruction of Hands and Manipulated Objects - ManoGrasp Porting the MANO hand model to GraspIt! simulator Yana Hasson, Gül Varol, D

Lucas Wohlhart 10 Feb 08, 2022
A Quick and Dirty Progressive Neural Network written in TensorFlow.

prog_nn .▄▄ · ▄· ▄▌ ▐ ▄ ▄▄▄· ▐ ▄ ▐█ ▀. ▐█▪██▌•█▌▐█▐█ ▄█▪ •█▌▐█ ▄▀▀▀█▄▐█▌▐█▪▐█▐▐▌ ██▀

SynPon 53 Dec 12, 2022
[AI6122] Text Data Management & Processing

[AI6122] Text Data Management & Processing is an elective course of MSAI, SCSE, NTU, Singapore. The repository corresponds to the AI6122 of Semester 1, AY2021-2022, starting from 08/2021. The instruc

HT. Li 1 Jan 17, 2022
Repository aimed at compiling code, papers, demos etc.. related to my PhD on 3D vision and machine learning for fruit detection and shape estimation at the university of Lincoln

PhD_3DPerception Repository aimed at compiling code, papers, demos etc.. related to my PhD on 3D vision and machine learning for fruit detection and s

lelouedec 2 Oct 06, 2022
Cascaded Deep Video Deblurring Using Temporal Sharpness Prior and Non-local Spatial-Temporal Similarity

This repository is the official PyTorch implementation of Cascaded Deep Video Deblurring Using Temporal Sharpness Prior and Non-local Spatial-Temporal Similarity

hippopmonkey 4 Dec 11, 2022
Project looking into use of autoencoder for semi-supervised learning and comparing data requirements compared to supervised learning.

Project looking into use of autoencoder for semi-supervised learning and comparing data requirements compared to supervised learning.

Tom-R.T.Kvalvaag 2 Dec 17, 2021
AgeGuesser: deep learning based age estimation system. Powered by EfficientNet and Yolov5

AgeGuesser AgeGuesser is an end-to-end, deep-learning based Age Estimation system, presented at the CAIP 2021 conference. You can find the related pap

5 Nov 10, 2022
🔥 Cogitare - A Modern, Fast, and Modular Deep Learning and Machine Learning framework for Python

Cogitare is a Modern, Fast, and Modular Deep Learning and Machine Learning framework for Python. A friendly interface for beginners and a powerful too

Cogitare - Modern and Easy Deep Learning with Python 76 Sep 30, 2022