소규모 데이터셋 기반 의류 유사도 측정 시스템 개발
Development of Clothing Similarity Measurement System based on Small-Scale Dataset
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문은 소규모 데이터셋을 활용하여 사용자가 소유한 의류와 희망하는 스타일 간의 유사도 측정 시스템을 제안한다. YOLOv8 Classification 모델을 기반으로 데이터셋을 학습하고, 다양한 의류 스타일 간의 유사도를 분석한다. 특히, 대규모 데이터셋이 부족한 환경에서도 YOLOv8 Classification 모델을 활용하여 패션 추천 시스템의 새로운 방향성을 제시한다. 그러나 데이터 크기의 한계로 인해, 데이터 증강과 세분화된 클래스 설계가 필요함을 확인할 수 있다. 본 연구는 효율적인 소비와 지속 가능한 패션 소비 문화에 기여할 수 있는 기반을 마련하며, 향후 연구에서 데이터 증강과 클래스 세분화를 통해 이를 개선할 경우, 더욱 정밀한 추천 시스템이 가능할 것으로 기대된다.
Abstract
This paper proposes a system for measuring the similarity between a user's owned clothing and their desired style by utilizing a small dataset. We train the dataset based on the YOLOv8 Classification model and analyze the similarity between various clothing styles. In particular, we propose a new direction for fashion recommendation systems by utilizing the YOLOv8 classification model even in environments where large datasets are scarce. However, due to the limitations of data size, we show that data augmentation and fine-grained class design are necessary. This study lays the foundation for efficient consumption and contributing to a sustainable fashion consumption culture, and it is expected that future studies will improve it through data augmentation and class segmentation, which will enable more precise recommendation systems.