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
SCAN: Learning to Classify Images without Labels, incl. SimCLR. [ECCV 2020]

Learning to Classify Images without Labels This repo contains the Pytorch implementation of our paper: SCAN: Learning to Classify Images without Label

Wouter Van Gansbeke 1.1k Dec 30, 2022
The Python ensemble sampling toolkit for affine-invariant MCMC

emcee The Python ensemble sampling toolkit for affine-invariant MCMC emcee is a stable, well tested Python implementation of the affine-invariant ense

Dan Foreman-Mackey 1.3k Dec 31, 2022
[CVPR 2021] Monocular depth estimation using wavelets for efficiency

Single Image Depth Prediction with Wavelet Decomposition Michaël Ramamonjisoa, Michael Firman, Jamie Watson, Vincent Lepetit and Daniyar Turmukhambeto

Niantic Labs 205 Jan 02, 2023
TransZero++: Cross Attribute-guided Transformer for Zero-Shot Learning

TransZero++ This repository contains the testing code for the paper "TransZero++: Cross Attribute-guided Transformer for Zero-Shot Learning" submitted

Shiming Chen 6 Aug 16, 2022
Dcf-game-infrastructure-public - Contains all the components necessary to run a DC finals (attack-defense CTF) game from OOO

dcf-game-infrastructure All the components necessary to run a game of the OOO DC

Order of the Overflow 46 Sep 13, 2022
Software that can generate photos from paintings, turn horses into zebras, perform style transfer, and more.

CycleGAN PyTorch | project page | paper Torch implementation for learning an image-to-image translation (i.e. pix2pix) without input-output pairs, for

Jun-Yan Zhu 11.5k Dec 30, 2022
📚 Papermill is a tool for parameterizing, executing, and analyzing Jupyter Notebooks.

papermill is a tool for parameterizing, executing, and analyzing Jupyter Notebooks. Papermill lets you: parameterize notebooks execute notebooks This

nteract 5.1k Jan 03, 2023
A Multi-modal Perception Tracker (MPT) for speaker tracking using both audio and visual modalities

MPT A Multi-modal Perception Tracker (MPT) for speaker tracking using both audio and visual modalities. Implementation for our AAAI 2022 paper: Multi-

yidiLi 4 May 08, 2022
Diffgram - Supervised Learning Data Platform

Data Annotation, Data Labeling, Annotation Tooling, Training Data for Machine Learning

Diffgram 1.6k Jan 07, 2023
Contrastive Learning of Structured World Models

Contrastive Learning of Structured World Models This repository contains the official PyTorch implementation of: Contrastive Learning of Structured Wo

Thomas Kipf 371 Jan 06, 2023
Continual learning with sketched Jacobian approximations

Continual learning with sketched Jacobian approximations This repository contains the code for reproducing figures and results in the paper ``Provable

Machine Learning and Information Processing Laboratory 1 Jun 30, 2022
A CV toolkit for my papers.

PyTorch-Encoding created by Hang Zhang Documentation Please visit the Docs for detail instructions of installation and usage. Please visit the link to

Hang Zhang 2k Jan 04, 2023
A PyTorch implementation for Unsupervised Domain Adaptation by Backpropagation(DANN), support Office-31 and Office-Home dataset

DANN A PyTorch implementation for Unsupervised Domain Adaptation by Backpropagation Prerequisites Linux or OSX NVIDIA GPU + CUDA (may CuDNN) and corre

8 Apr 16, 2022
S2-BNN: Bridging the Gap Between Self-Supervised Real and 1-bit Neural Networks via Guided Distribution Calibration (CVPR 2021)

S2-BNN (Self-supervised Binary Neural Networks Using Distillation Loss) This is the official pytorch implementation of our paper: "S2-BNN: Bridging th

Zhiqiang Shen 52 Dec 24, 2022
a project for 3D multi-object tracking

a project for 3D multi-object tracking

155 Jan 04, 2023
Activating More Pixels in Image Super-Resolution Transformer

HAT [Paper Link] Activating More Pixels in Image Super-Resolution Transformer Xiangyu Chen, Xintao Wang, Jiantao Zhou and Chao Dong BibTeX @article{ch

XyChen 270 Dec 27, 2022
Data Engineering ZoomCamp

Data Engineering ZoomCamp I'm partaking in a Data Engineering Bootcamp / Zoomcamp and will be tracking my progress here. I can't promise these notes w

Aaron 61 Jan 06, 2023
[NeurIPS2021] Code Release of K-Net: Towards Unified Image Segmentation

K-Net: Towards Unified Image Segmentation Introduction This is an official release of the paper K-Net:Towards Unified Image Segmentation. K-Net will a

Wenwei Zhang 423 Jan 02, 2023
Official Implementation of "Transformers Can Do Bayesian Inference"

Official Code for the Paper "Transformers Can Do Bayesian Inference" We train Transformers to do Bayesian Prediction on novel datasets for a large var

AutoML-Freiburg-Hannover 103 Dec 25, 2022
基于PaddleOCR搭建的OCR server... 离线部署用

开头说明 DangoOCR 是基于大家的 CPU处理器 来运行的,CPU处理器 的好坏会直接影响其速度, 但不会影响识别的精度 ,目前此版本识别速度可能在 0.5-3秒之间,具体取决于大家机器的配置,可以的话尽量不要在运行时开其他太多东西。需要配合团子翻译器 Ver3.6 及其以上的版本才可以使用!

胖次团子 131 Dec 25, 2022