• Автоматически определяется категории и типы одежды, происходит обрезка
• Генерируй новые образы с помощью AI на основе вещей в своем гардеробе
• Лента с рекомендациями образов других пользователей
• Примеряй образы других пользователей на фото человека

• Скачать файл TryOn Wardrobe.apk из репозитория и установить как приложение из сторонних источников.

• Требует IOS developer для публикаций в app store, для установки требуется локально собирать проект.

Первая версия полноценного продукта.

Проет состоит из 4 основных компонентов:

• клиент на React-native
• основной бэкенд на Go
• вспомогательный бэкенд на Python (далее - ML-сервер)
• набор моделей машинного обучения (модель примерки, модели удаления фона, модель классификации, модель автогенерации комплектов одежды, рекомендательная система)

Кроме этого, в проекте используются следующие СУБД и другие вспомогательные компоненты:

• PostgreSQL - основная СУБД
• Redis - используется для кеширования ответов рекомендательной системы
• Centrifugo - сервер сообщений, используется для асинхронной передачи клиенту результатов работы моделей машинного обучения по протоколу Websocket
• S3 - используется для хранения изображений
• nginx - прокси-сервер, проксирует запросы от клиента на Go-бэкенд, Centrifugo и S3
• RabbitMQ - используется для асинхронного обмена сообщениями между Go-бэкендом и моделями машинного обучения
• WeatherAPI - опционально используется в препроцессинге входных моделей для модели автогенерации комплектов одежды

Написан на React-native и UI-фреймворке gluestack-ui. Также используются вспомогательные Open-Source библиотеки. Тестировался под Android, корректная работа на iOS возможна при небольших изменениях кода

• принимает запросы от клиента
• отправляет запросы на обработку моделям в очереди RabbitMQ
• возвращает ответы от моделей в Centrifugo через gRPC (дальше клиент читает через Websocket-соединение, поддерживаемое Centrifugo)
• получает информацию о статусах моделей от ML-сервера
• загружает изображения в S3 через ML-сервер
• кеширует ответы от рекомендательной системы в Redis (чтобы уменьшить кол-во походов через RabbitMQ и при этом не отправлять клиенту все сразу)

• загружает изображения в S3
• отдает информацию о статусах моделей

1. Модель примерки - IDM-Vton (open-source, основана на Stable Diffusion)
2. Модели удаления фона (SegFormer + SAM) и классификации (Clip) (open-source, в одном сервисе)
3. Модель генерации комплектов одежды (самописная)
4. Рекомендательная система - рекомендует посты пользователей (самописная)

Все модели - сервисы на Python, которые обрабатывают сообщения из очередей RabbitMQ
Изображения они читают и загружают напрямую из S3