README.md

Memoir AI (StyleShot + FastAPI)

이 레포지토리는 이화여자대학교 2025-1학기 캡스톤디자인 ‘그로쓰’ 수업의 28팀 HUK 프로젝트인 memoir의 AI 부분을 다루고 있습니다.

본 프로젝트는 open source AI 모델인 StyleShot을 사용하여, 사용자가 선택한 스타일 이미지를 바탕으로 개인화된 전시 티켓 이미지를 생성하는 기능을 FastAPI 서버로 제공합니다.

---

1. 레포지토리 및 모델 클론

먼저 프로젝트 레포지토리와 StyleShot 모델을 로컬에 클론합니다.

# memoir AI 코드 클론
git clone https://github.com/capstone-huk/AIcode.git

# StyleShot 모델 클론 (memoir 폴더 내부에서 실행)
cd AIcode/memoir
git clone https://github.com/open-mmlab/StyleShot

2. 환경 설정

아래 명령어를 통해 Python 가상환경을 만들고 필요한 패키지를 설치합니다.

# Conda 가상환경 생성 및 활성화
conda create -n memoir python=3.10 -y
conda activate memoir

# requirements.txt 설치
pip install -r requirements.txt

3. 모델 가중치 다운로드

StyleShot 모델을 실행하기 위해 필요한 가중치(weight) 파일을 다운로드합니다.
아래 명령어를 실행하면 memoir/models/ 폴더가 생성되고, 그 안에 필요한 모델 파일들이 저장됩니다.

# 실행 권한 부여
chmod +x download_weights.sh

# 가중치 다운로드 스크립트 실행
./download_weights.sh

4. 환경변수 설정

S3 연동을 위해 .env 파일을 설정해야 합니다.
memoir 폴더 내에 .env 파일을 생성하고 메일로 안내받은 코드를 넣어 저장합니다.

5. main.py 함수 실행

main.py는 FastAPI 기반 서버의 메인 코드로, 다음과 같은 주요 기능을 포함합니다:

• 사용자가 선택한 스타일 이미지(style_reference)의 URL들을 List 형태로 입력받습니다.
• 각 스타일 이미지 URL에 대해 병렬로 티켓 이미지를 생성합니다. (/generate/ 엔드포인트 사용)
  • content_image 폴더에 있는 사진들 중 무작위로 하나를 선택하여 StyleShot 모델에 입력합니다.
  • 선택된 스타일 이미지와 content 이미지를 조합해 티켓 이미지를 생성합니다.
  • 생성된 이미지를 S3에 업로드하고, 결과 이미지의 URL을 응답으로 반환합니다.
• 테스트용 엔드포인트인 /test-upload/를 통해 S3 업로드 기능을 확인할 수 있습니다.
• 그 외에도 CORS 설정, S3 업로드 함수, FastAPI 앱 초기화 관련 코드가 포함되어 있습니다.

6. 서버 실행

아래 명령어를 통해 로컬에서 FastAPI 서버를 실행할 수 있습니다:

uvicorn main:app --host 0.0.0.0 --port 8000

7. 엔드포인트 테스트

FastAPI 서버가 실행 중일 때, 아래의 명령어로 API를 테스트할 수 있습니다.

---

/test-upload/ (S3 업로드 테스트)

curl -X POST http://localhost:8000/test-upload/

/generate/ (스타일 이미지 기반 티켓 생성)

curl -X POST http://localhost:8000/generate/ \
  -F "style_url=https://upload.wikimedia.org/wikipedia/commons/thumb/6/6e/Golde33443.jpg/640px-Golde33443.jpg"

해당 API는 사용자가 입력한 스타일 이미지 URL을 기반으로 content 이미지를 합성하여 새로운 티켓 이미지를 생성한 후, 결과를 S3에 저장하고 해당 URL을 반환합니다.

---

프로젝트 요약

• 본 레포지토리는 이화여자대학교 2025-1학기 캡스톤디자인 '그로쓰' 수업의 28팀 HUK의 프로젝트 memoir에서, AI 이미지 생성 서버 부분만을 다룹니다.
• 사용자는 스타일 이미지 URL을 입력하면, 이를 기반으로 전시 티켓 이미지를 생성할 수 있습니다.
• 이미지 생성에는 오픈소스 모델 StyleShot을 사용하며, FastAPI를 통해 API로 배포됩니다.
• 최종 생성된 티켓 이미지는 AWS S3에 저장되며, 클라이언트는 해당 URL을 응답으로 받습니다.

기술 스택

• AI 모델: StyleShot
• 서버 프레임워크: FastAPI
• 모델 배포 방식: 로컬 또는 EC2 환경에서 uvicorn 실행
• 이미지 저장: AWS S3 연동
• 병렬 처리: 여러 스타일 이미지 요청을 동시에 처리

---

참고

• StyleShot 원본 레포지토리: https://github.com/open-mmlab/StyleShot
• 티켓 이미지는 개인적인 감상 기록 및 전시 아카이빙 경험을 위해 생성됩니다.

---