모델 크기별 데이터 증강 비율 탐구를 통한 YOLO 기반 의류 이미지 다중 카테고리 분류 연구 = Exploring Data Augmentation Ratios for YOLO-Based Multi-Category Clothing Image Classification by Model Size

국문 초록 (Abstract)

최근 여러 의류 쇼핑 플랫폼 및 의류 관련 산업에서 AI를 도입하여 소비자의 니즈를 충족시키고 구매력을 높이는 체계를 도입함에 따라, 의류의 카테고리와 색상을 정확히 분류하는 필요성이 급증하고 있다. 본 연구는 구매자 리뷰 이미지를 사용하여 한 이미지 내 여러 카테고리의 다양한 의류와 해당 색상을 분류하는 딥러닝 모델을 개발함으로써 이와 같은 문제를 해결하고자 한다. 구매자 리뷰 이미지 데이터를 직접 크롤링하여 데이터 증강 등 다양한 전처리 과정을 거친 후, YOLOv10 모델을 이용하여 의류의 객체를 탐지하고 이를 카테고리별로 분류한다. 이후, 이미지의 색상을 더 잘 추출하기 위해 고려한 크롭 방법을 통해 의류 영역을 자르고, 색상 차트와의 유사도를 계산하여 가장 유사한 색상명을 추출하는 방법을 구현한다. 실험 결과, 본 연구의 접근 방식이 효과적임을 보여주며, 모델 크기 및 증강 배율이 높을수록 성능이 향상함을 확인하였다. 사용한 모델은 의류 카테고리 및 색상 추출에서 모두 안정적인 성능을 기록하였으며, 그 신뢰성을 입증하였다. 제안된 시스템은 사용자 리뷰 이미지를 기반으로 한 정확한 의류 카테고리와 색상 분류를 통해 고객 만족도 및 구매력을 향상할 뿐만 아니라, 자동화된 패션 분석에 대한 추가 연구의 기초를 마련한다. 또한, 패션 트렌드 분석, 재고 관리, 마케팅 전략 수립 등 관련 산업의 여러 분야에도 활용될 수 있는 확장성을 지닌다.

다국어 초록 (Multilingual Abstract)

With the recent adoption of AI by various clothing shopping platforms and related industries to meet consumer needs and enhance purchasing power, the necessity for accurate classification of clothing categories and colors has surged. This paper aims to address this issue by developing a deep learning model that classifies various clothing items and their colors within a single image using buyer review images. After directly crawling buyer review image data and performing various preprocessing steps such as data augmentation, we utilized the YOLOv10 model to detect clothing objects and classify them into categories. Subsequently, to improve color extraction, we implemented a cropping method to isolate clothing regions in the images and calculated the similarity with a color chart to extract the most similar color names. Our experimental results show that our approach is effective, with performance increasing with model size and augmentation scale. The employed model showed stable performance in both clothing category and color extraction, proving its reliability. The proposed system not only enhances customer satisfaction and purchasing power by accurately classifying clothing categories and colors based on user review images but also lays the foundation for further research in automated fashion analysis. Moreover, it possesses the scalability to be utilized in various fields of the related industry, such as fashion trend analysis, inventory management, and marketing strategy development.