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
Code for "Causal autoregressive flows" - AISTATS, 2021

Code for "Causal Autoregressive Flow" This repository contains code to run and reproduce experiments presented in Causal Autoregressive Flows, present

Ricardo Pio Monti 35 Dec 16, 2022
PyTorch CZSL framework containing GQA, the open-world setting, and the CGE and CompCos methods.

Compositional Zero-Shot Learning This is the official PyTorch code of the CVPR 2021 works Learning Graph Embeddings for Compositional Zero-shot Learni

EML Tübingen 70 Dec 27, 2022
Rethinking Semantic Segmentation from a Sequence-to-Sequence Perspective with Transformers

Segmentation Transformer Implementation of Segmentation Transformer in PyTorch, a new model to achieve SOTA in semantic segmentation while using trans

Abhay Gupta 161 Dec 08, 2022
Implementation of Monocular Direct Sparse Localization in a Prior 3D Surfel Map (DSL)

DSL Project page: https://sites.google.com/view/dsl-ram-lab/ Monocular Direct Sparse Localization in a Prior 3D Surfel Map Authors: Haoyang Ye, Huaiya

Haoyang Ye 93 Nov 30, 2022
Pytorch implementation of our paper LIMUSE: LIGHTWEIGHT MULTI-MODAL SPEAKER EXTRACTION.

LiMuSE Overview Pytorch implementation of our paper LIMUSE: LIGHTWEIGHT MULTI-MODAL SPEAKER EXTRACTION. LiMuSE explores group communication on a multi

Auditory Model and Cognitive Computing Lab 17 Oct 26, 2022
The official implementation of paper Siamese Transformer Pyramid Networks for Real-Time UAV Tracking, accepted by WACV22

SiamTPN Introduction This is the official implementation of the SiamTPN (WACV2022). The tracker intergrates pyramid feature network and transformer in

Robotics and Intelligent Systems Control @ NYUAD 28 Nov 25, 2022
Single-Stage 6D Object Pose Estimation, CVPR 2020

Overview This repository contains the code for the paper Single-Stage 6D Object Pose Estimation. Yinlin Hu, Pascal Fua, Wei Wang and Mathieu Salzmann.

CVLAB @ EPFL 89 Dec 26, 2022
Theano is a Python library that allows you to define, optimize, and evaluate mathematical expressions involving multi-dimensional arrays efficiently. It can use GPUs and perform efficient symbolic differentiation.

============================================================================================================ `MILA will stop developing Theano https:

9.6k Jan 06, 2023
Powerful and efficient Computer Vision Annotation Tool (CVAT)

Computer Vision Annotation Tool (CVAT) CVAT is free, online, interactive video and image annotation tool for computer vision. It is being used by our

OpenVINO Toolkit 8.6k Jan 01, 2023
PyTorch implementation of DARDet: A Dense Anchor-free Rotated Object Detector in Aerial Images

DARDet PyTorch implementation of "DARDet: A Dense Anchor-free Rotated Object Detector in Aerial Images", [pdf]. Highlights: 1. We develop a new dense

41 Oct 23, 2022
💊 A 3D Generative Model for Structure-Based Drug Design (NeurIPS 2021)

A 3D Generative Model for Structure-Based Drug Design Coming soon... Citation @inproceedings{luo2021sbdd, title={A 3D Generative Model for Structu

Shitong Luo 118 Jan 05, 2023
OoD Minimum Anomaly Score GAN - Code for the Paper 'OMASGAN: Out-of-Distribution Minimum Anomaly Score GAN for Sample Generation on the Boundary'

OMASGAN: Out-of-Distribution Minimum Anomaly Score GAN for Sample Generation on the Boundary Out-of-Distribution Minimum Anomaly Score GAN (OMASGAN) C

- 8 Sep 27, 2022
Memory efficient transducer loss computation

Introduction This project implements the optimization techniques proposed in Improving RNN Transducer Modeling for End-to-End Speech Recognition to re

Fangjun Kuang 51 Nov 25, 2022
Add gui for YoloV5 using PyQt5

HEAD 更新2021.08.16 **添加图片和视频保存功能: 1.图片和视频按照当前系统时间进行命名 2.各自检测结果存放入output文件夹 3.摄像头检测的默认设备序号更改为0,减少调试报错 温馨提示: 1.项目放置在全英文路径下,防止项目报错 2.默认使用cpu进行检测,自

Ruihao Wang 65 Dec 27, 2022
Simple keras FCN Encoder/Decoder model for MS-COCO (food subset) segmentation

FCN_MSCOCO_Food_Segmentation Simple keras FCN Encoder/Decoder model for MS-COCO (food subset) segmentation Input data: [http://mscoco.org/dataset/#ove

Alexander Kalinovsky 11 Jan 08, 2019
QT Py Media Knob using rotary encoder & neopixel ring

QTPy-Knob QT Py USB Media Knob using rotary encoder & neopixel ring The QTPy-Knob features: Media knob for volume up/down/mute with "qtpy-knob.py" Cir

Tod E. Kurt 56 Dec 30, 2022
Differential fuzzing for the masses!

NEZHA NEZHA is an efficient and domain-independent differential fuzzer developed at Columbia University. NEZHA exploits the behavioral asymmetries bet

147 Dec 05, 2022
Compute descriptors for 3D point cloud registration using a multi scale sparse voxel architecture

MS-SVConv : 3D Point Cloud Registration with Multi-Scale Architecture and Self-supervised Fine-tuning Compute features for 3D point cloud registration

42 Jul 25, 2022
GAN JAX - A toy project to generate images from GANs with JAX

GAN JAX - A toy project to generate images from GANs with JAX This project aims to bring the power of JAX, a Python framework developped by Google and

Valentin Goldité 14 Nov 29, 2022
This repo is a PyTorch implementation for Paper "Unsupervised Learning for Cuboid Shape Abstraction via Joint Segmentation from Point Clouds"

Unsupervised Learning for Cuboid Shape Abstraction via Joint Segmentation from Point Clouds This repository is a PyTorch implementation for paper: Uns

Kaizhi Yang 42 Dec 09, 2022