Fashion Recommendation System

🚀 FastMCP_RecSys

このシステムはCLIPをベースにしたファッション推薦システムで、MCP機能を統合しています。YOLOを使って衣服を検出し、CLIPでエンコードし、類似商品を推薦します。

🚀 クイックスタート

テンプレート図

ユーザーが衣服をアップロード → YOLOが衣服を検出 → CLIPでエンコード → 類似の衣服を推薦

ファイル構造

/プロジェクトルートディレクトリ
│
├── /backend
│   ├── Dockerfile            
│   ├── /app
│   │   ├── server.py                    # FastAPIアプリケーションコード
│   │   ├── /routes
│   │   │   └── clothing_routes.py
│   │   ├── /controllers
│   │   │   └── clothing_controller.py
│   │   │   └──clothing_tagging.py
│   │   │   └── tag_extractor.py         # 未定：核心CLIP機能を定義
│   │   ├── schemas/
│   │   │   └── clothing_schemas.py
│   │   ├── config/
│   │   │   └── tag_list_en.py           $ ツール：https://jsoncrack.com/editor
│   │   │   └── database.py       
│   │   │   └── settings.py       
│   │   │   └── api_keys.py     
│   │   └── requirements.txt      
│   └── .env                      
│                      
├── /fastmcp
│   └── app
│       └── server.py  
│
├── /frontend 
│   ├── Dockerfile        
│   ├── package.json              
│   ├── package-lock.json         
│   ├── /public
│   │   └── index.html            
│   ├── /src
│   │   ├── /components            
│   │   │   ├── ImageUpload.jsx    
│   │   │   ├── DetectedTags.jsx   
│   │   │   └── Recommendations.jsx 
│   │   ├── /utils
│   │   │   └── api.js             
│   │   ├── App.js                    # メインReactコンポーネント
│   │   ├── index.js
│   │   ├── index.css            
│   │   ├── tailwind.config.js        
│   │   ├── postcss.config.js        
│   │   └── .env     
│   └── /public
│       └── .htaccess
└── README.md

手順

ステップ 1: リポジトリをクローンする

git clone https://github.com/yourusername/FastMCP_RecSys.git
cd FastMCP_RecSys

ステップ 2: 依存関係をインストールする

pip install -r backend/app/requirements.txt
npm install

ステップ 3: サービスを起動する

docker-compose up --build

✨ 主な機能

完了した内容

1. プロジェクトアーキテクチャの設計が完了
2. バックエンド機能の実装が完了
3. 基本的なフロントエンドインターフェイス（画像アップロード機能）の開発が完了
4. 他のチームメンバーとの協働フローが確立

次の計画

1. CLIPモデルの衣服画像に対するタグ精度をテストする
2. タグシステムを調整し、推薦効果を向上させる
3. リアルタイムユーザーデータを統合してテストする
4. モニタリングシステムを設定し、モデルのパフォーマンスを追跡する
5. フロントエンドのデモバージョンを完成させる