데이터) 플라스크 내 파이프라인 만들기

[MyStraw]

플라스크내에

1. 크롤링 -> 잠재벡터추출 -> 군집화 하는 모듈
2. 선택된이미지 입력 -> 잠재벡터추출 -> 1번의 군집화 정보와 비교후 비슷한것 리스트 리턴

[MyStraw]

1. 잠재벡터 추출, 군집화까지 완성. csv로 정보저장까지 완성
2. 이미지 리턴빼고 완성

자동크롤링과 백엔드 거쳐 프론트까지 어떻게 이미지를 넘겨줄것인가 고민만 하면 끝

//

잠재벡터로만 이용해서 나온 결과가 옷을 찍은 사진의 뒷배경에 많은 영향을 미쳤다. 그리고 형태정도만 파악한다.

조끼와 치마, 반바지를 비슷한걸로 인식한다.

이미지 자체의 전처리(옷 부분만 자르는)가 필요하다.

[MyStraw]

상의, 하의, 아우터, 원피스 별로 모델을 만들어 쓰면 더 좋지 않을까 하는 생각에서 무작정 어제 코드에서 수정만 했음

하지만, 잠재벡터만 필요하니 VGG16을 썼으므로 인코딩 부분에서 학습할게 없다. 결국 4개로 나눴음에도 똑같은 이름만 다른모델 4개가 만들어짐.

VGG16을 쓰지않고 직접 인코딩 하는 작업에선 손실함수 학습을 통해 더 좋은 잠재벡터 추출하는 모델을 각각 만들수 있을것.

[MyStraw]

디코더 없이 인코더만 학습한다는 차원에 문제가 생긴다. 인코더만을 학습할 경우 출력 차원과 타겟 데이터의 차원이 일치하지 않아 학습이 어렵다. 이 문제는 타겟 데이터를 인코더의 출력 차원과 일치하게 만들어 해결할 수 있다.

Yolo5 와 roboflow를 이용해서 옷을 전처리 및 라벨링 후 학습.

[MyStraw]

크롤링을 제외하고

/crawl 호출시 잠재벡터 추출, 군집화 후 모델저장 및 csv로 정보저장 완료

/predict 호출시 이미지 잠재벡터 1개 뽑고, csv 읽어와서 유사한 군집 찾은후 랭킹순으로 이미지 url 날려주기까지 완료