Skip to content

sweetpotato15/CarSales_Prediction_and_Optimal_Config_Recommendation

 
 

Repository files navigation

재고 절감을 위한 생산량 최적화

alt text

demo

Intro

본 프로젝트는 다양한 산업에서 발생하는 재고 문제를 해결하기 위한 AI 모델 및 서비스를 개발하는 것을 목표로 합니다.

재고 문제는 산업 전반에 걸쳐 발생하며, 과잉 재고는 기업의 경제적 손실과 환경적 부담을 초래할 뿐만 아니라 시장 경쟁력에도 부정적인 영향을 미칩니다. 이를 해결하기 위해, 본 프로젝트에서는 자동차 산업 데이터를 활용하여 판매량을 예측하고, 입력되지 않은 자동차 옵션을 추론하여 최적의 구성 요소를 추천하는 모델을 개발합니다.

웹 페이지 구성

1. 차량 정보 입력 페이지

predict page

2. Result 페이지

demo

Installation

environment settings

apt update
apt install -y git
git clone https://github.com/boostcampaitech7/level4-cv-finalproject-hackathon-cv-17-lv3.git
cd level4-cv-finalproject-hackathon-cv-17-lv3

pip install -y requirements.txt

apt install -y libgl1-mesa-glx libgl1-mesa-dev
apt install -y libglib2.0-0

run streamlit

streamlit run run_streamlit.py

모델 checkpoint는 아래 링크에서 받아 configs/models 폴더에 넣어주시면 됩니다.

huggingface



예시 데이터

항목 data/examples/ex_image1.jpg data/examples/ex_image2.jpg
모델명 Focus DS3
제조사 Ford Citroen
차체 유형 Hatchback Hatchback
차량 색상 White Yellow
연료 종류 Petrol Diesel
변속기 종류 Manual Manual
좌석 수 5 4
도어 수 5 3
엔진 배기량 (L) 1.6 1.6
진입 가격 (USD) 9,830 11,635
최초 출시 연도 2001 2009
출시 연도 2003 2011
차량 길이 (mm) 4,152 3,948
차량 너비 (mm) 1,998 1,715
차량 높이 (mm) 1,430 1,483
축거 (mm) 2,615 2,464

Team ( CV-17 : BODA)


김기수

김유경

김준현

여희진

이은아

정권희

About

[Tilda 기업 해커톤] 자동차 판매량 예측 및 최적 옵션 추천 서비스

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 61.5%
  • Jupyter Notebook 38.5%