팀페이지 (2023-31) : https://kookmin-sw.github.io/capstone-2023-31/
“GLASSFIT”
은 사용자의 얼굴형을 분석하여 어울리는 안경테를 추천하고, 웹캠을 통해 가상으로 해당 안경을 착용해 볼 수 있는 웹 서비스입니다.
안경은 오랜 기간 사용되는 상품인 만큼 많은 사람들이 자신과 어울리는 안경을 구매하고자 합니다. 그러나 옷 쇼핑과는 달리 안경원에서는 다양한 안경테를 직접 착용해 보는 것이 어렵고 번거로운 일입니다. 이러한 불편함을 해소하기 위해 저희는 집에서 편하게 안경을 착용해 보고, 자신의 얼굴형에 맞는 안경테를 추천받을 수 있는 서비스를 제공하고자 합니다.
본 프로젝트의 목표는 사용자에게 편리하고 직관적인 안경 선택 과정을 제공하는 것입니다. 이를 통해 사용자는 자신에게 어울리는 안경을 찾는 과정에서의 불필요한 시간과 비용을 절약할 수 있습니다.
[얼굴형 분석 기능]
메인 페이지의 ‘얼굴형 분석하기’ 버튼을 누르면 실시간 Web-Cam 화면이 나타납니다. 사용자는 정면을 응시한 뒤 사진 찍기 버튼을 눌러 얼굴형 분석 기능을 사용할 수 있습니다. 업로드된 얼굴 이미지는 Tensorflow 툴을 통해 학습된 모델을 사용해서 사용자의 얼굴 형태, 윤곽, 비율 등을 신속하게 분석하고 해석합니다. 분석된 얼굴형은 마이페이지에 저장할 수 있으며, 사용자에게 안경테 종류를 추천해줍니다.
[안경 가상 피팅]
사용자는 추천된 안경테를 가상으로 착용할 수 있습니다. Web-cam을 통해 자신의 얼굴에 추천된 안경테를 씌워볼 수 있으며, 실제로 착용하지 않고도 어떻게 보일지 미리 확인할 수 있습니다. 이를 통해 사용자는 자신과 잘 어울리는 안경테를 선택하는데 도움을 받을 수 있습니다.
👩🎓 Student ID : ****2218
📧 E-mail: sb121300@naver.com
📌 Role: 팀장, ML(얼굴형 분석 모델 생성), Backend(얼굴형 분석 페이지, user, 마이페이지, 회원가입/로그인), Release(배포)
👩🎓 Student ID : ****2219
📧 E-mail: se098300@gmail.com
📌 Role: Data(데이터 수집, 이미지 전처리 및 DB 구축), Backend (안경 가상 피팅, 상품 리스트 및 상세 페이지)
👩🎓 Student ID : ****2217
📧 E-mail: kimsoeun0108@gmail.com
📌 Role: Frontend(클라이언트 개발, 레이아웃 설계, UI/UX 디자인)
![](https://private-user-images.githubusercontent.com/66404477/240511396-3512dc1c-3fb3-414e-8ec6-3af86da1a347.jpeg?jwt=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJnaXRodWIuY29tIiwiYXVkIjoicmF3LmdpdGh1YnVzZXJjb250ZW50LmNvbSIsImtleSI6ImtleTUiLCJleHAiOjE3MjQ1ODAxOTIsIm5iZiI6MTcyNDU3OTg5MiwicGF0aCI6Ii82NjQwNDQ3Ny8yNDA1MTEzOTYtMzUxMmRjMWMtM2ZiMy00MTRlLThlYzYtM2FmODZkYTFhMzQ3LmpwZWc_WC1BbXotQWxnb3JpdGhtPUFXUzQtSE1BQy1TSEEyNTYmWC1BbXotQ3JlZGVudGlhbD1BS0lBVkNPRFlMU0E1M1BRSzRaQSUyRjIwMjQwODI1JTJGdXMtZWFzdC0xJTJGczMlMkZhd3M0X3JlcXVlc3QmWC1BbXotRGF0ZT0yMDI0MDgyNVQwOTU4MTJaJlgtQW16LUV4cGlyZXM9MzAwJlgtQW16LVNpZ25hdHVyZT1jM2JhZTk2NzA5MzZkYzkxNzJjN2RlNTJiNDVmMWM1ZmFjMTBlM2VjOGFkYzRkMDk4ZDBlMzc0YWUyNDQzZDBhJlgtQW16LVNpZ25lZEhlYWRlcnM9aG9zdCZhY3Rvcl9pZD0wJmtleV9pZD0wJnJlcG9faWQ9MCJ9.JyK6QzxrQrf6Bur7lDRwamQE4YFParCMciyH7qdastI)
- 가상환경을 생성합니다.
- 원격 저장소를 clone 받습니다.
docker-compose up
동시에 터미널을 한개 더 켜서 frontend 폴더로 이동합니다.npm install
npm start
frontend를 실행시키면 docker에서 신호를 잡아, 실행됩니다.
첫 실행 시, 큰 시간이 걸립니다.
맥환경에서 세팅한 파일을 윈도우에서 pull 받아 docker container로 다시 빌드하는 과정에서 해당 오류가 발생합니다.
exec /entrypoint.sh: no such file or directory
원인은 윈도우가 LF를 자동으로 CRLF 로 받아오면서 발생한 문제였는데, Git 자체에서 이 변환을 자동으로 하는 것을 막아주는 옵션이 있기 때문입니다.
따라서, 이 명령어를 입력하고 다시 클론 받아와야합니다. (새로운 파일부터 적용됩니다.)
git config --global core.autocrlf true
pip install --upgrade pip
pip install -r requirements.txt
실행
1.http://dlib.net/ 링크로 접속합니다.
2.
파일을 다운 받습니다.
3. 압축을 해제하고, 레포지토리로 dlib 폴더를 이동합니다.
4. build 폴더와 source 폴더를 생성하고
모든 파일을 source 폴더로 이동시킵니다.
->
5. cd source
6. python setup.py build
7. python setup.py install
<확인 방법>
- python 접속
import dlib
print(dlib.__version__)
-> 잘 나오면 설치 완료
pip install tensorflow
- frontend 폴더로 이동한다.
npm install
npm start
cd backend/eyeglassy
python csv_to_db.py
(실행)python manage.py migrate
python manage.py runserver