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 our EMNLP 2021 paper "Learning Kernel-Smoothed Machine Translation with Retrieved Examples"

KSTER Code for our EMNLP 2021 paper "Learning Kernel-Smoothed Machine Translation with Retrieved Examples" [paper]. Usage Download the processed datas

jiangqn 23 Nov 24, 2022
The official implementation of Variable-Length Piano Infilling (VLI).

Variable-Length-Piano-Infilling The official implementation of Variable-Length Piano Infilling (VLI). (paper: Variable-Length Music Score Infilling vi

29 Sep 01, 2022
Official implementation for paper: Feature-Style Encoder for Style-Based GAN Inversion

Feature-Style Encoder for Style-Based GAN Inversion Official implementation for paper: Feature-Style Encoder for Style-Based GAN Inversion. Code will

InterDigital 63 Jan 03, 2023
Time-Optimal Planning for Quadrotor Waypoint Flight

Time-Optimal Planning for Quadrotor Waypoint Flight This is an example implementation of the paper "Time-Optimal Planning for Quadrotor Waypoint Fligh

Robotics and Perception Group 38 Dec 02, 2022
PRIME: A Few Primitives Can Boost Robustness to Common Corruptions

PRIME: A Few Primitives Can Boost Robustness to Common Corruptions This is the official repository of PRIME, the data agumentation method introduced i

Apostolos Modas 34 Oct 30, 2022
Semantic Segmentation Architectures Implemented in PyTorch

pytorch-semseg Semantic Segmentation Algorithms Implemented in PyTorch This repository aims at mirroring popular semantic segmentation architectures i

Meet Shah 3.3k Dec 29, 2022
Fully Convolutional DenseNets for semantic segmentation.

Introduction This repo contains the code to train and evaluate FC-DenseNets as described in The One Hundred Layers Tiramisu: Fully Convolutional Dense

485 Nov 26, 2022
An onlinel learning to rank python codebase.

OLTR Online learning to rank python codebase. The code related to Pairwise Differentiable Gradient Descent (ranker/PDGDLinearRanker.py) is copied from

ielab 5 Jul 18, 2022
Tensorflow Repo for "DeepGCNs: Can GCNs Go as Deep as CNNs?"

DeepGCNs: Can GCNs Go as Deep as CNNs? In this work, we present new ways to successfully train very deep GCNs. We borrow concepts from CNNs, mainly re

Guohao Li 612 Nov 15, 2022
Learning Compatible Embeddings, ICCV 2021

LCE Learning Compatible Embeddings, ICCV 2021 by Qiang Meng, Chixiang Zhang, Xiaoqiang Xu and Feng Zhou Paper: Arxiv We cannot release source codes pu

Qiang Meng 25 Dec 17, 2022
EncT5: Fine-tuning T5 Encoder for Non-autoregressive Tasks

EncT5 (Unofficial) Pytorch Implementation of EncT5: Fine-tuning T5 Encoder for Non-autoregressive Tasks About Finetune T5 model for classification & r

Jangwon Park 34 Jan 01, 2023
Convex optimization for fun and profit.

CFMM Optimal Routing This repository contains the code needed to generate the figures used in the paper Optimal Routing for Constant Function Market M

Guillermo Angeris 183 Dec 29, 2022
This repository contains code released by Google Research.

This repository contains code released by Google Research.

Google Research 26.6k Dec 31, 2022
Towards End-to-end Video-based Eye Tracking

Towards End-to-end Video-based Eye Tracking The code accompanying our ECCV 2020 publication and dataset, EVE. Authors: Seonwook Park, Emre Aksan, Xuco

Seonwook Park 76 Dec 12, 2022
The code for paper Efficiently Solve the Max-cut Problem via a Quantum Qubit Rotation Algorithm

Quantum Qubit Rotation Algorithm Single qubit rotation gates $$ U(\Theta)=\bigotimes_{i=1}^n R_x (\phi_i) $$ QQRA for the max-cut problem This code wa

SheffieldWang 0 Oct 18, 2021
[ICCV 2021] Group-aware Contrastive Regression for Action Quality Assessment

CoRe Created by Xumin Yu*, Yongming Rao*, Wenliang Zhao, Jiwen Lu, Jie Zhou This is the PyTorch implementation for ICCV paper Group-aware Contrastive

Xumin Yu 31 Dec 24, 2022
Official Implementation of "DialogLM: Pre-trained Model for Long Dialogue Understanding and Summarization."

DialogLM Code for AAAI 2022 paper: DialogLM: Pre-trained Model for Long Dialogue Understanding and Summarization. Pre-trained Models We release two ve

Microsoft 92 Dec 19, 2022
Single-stage Keypoint-based Category-level Object Pose Estimation from an RGB Image

CenterPose Overview This repository is the official implementation of the paper "Single-stage Keypoint-based Category-level Object Pose Estimation fro

NVIDIA Research Projects 188 Dec 27, 2022
Multi-angle c(q)uestion answering

Macaw Introduction Macaw (Multi-angle c(q)uestion answering) is a ready-to-use model capable of general question answering, showing robustness outside

AI2 430 Jan 04, 2023
Avatarify Python - Avatars for Zoom, Skype and other video-conferencing apps.

Avatarify Python - Avatars for Zoom, Skype and other video-conferencing apps.

Ali Aliev 15.3k Jan 05, 2023