README.md

metadata

title: Virtual Staging AI
emoji: 🏠
colorFrom: blue
colorTo: green
sdk: gradio
app_file: virtual_staging_app.py
pinned: false
hardware: zero-gpu

🏠 Virtual Staging AI - 2-Stage Pipeline

Advanced AI Interior Design with YOLO Detection & ControlNet Refinement

빈 방 사진을 업로드하면 2단계 AI 파이프라인이 전문적인 인테리어 디자인을 생성합니다.

✨ 주요 기능

🎯 2-Stage Architecture

1. Stage 1: ControlNet으로 초기 가구 배치 생성
2. Stage 2: YOLO로 가구 영역 탐지 → ControlNet으로 품질 개선

🏠 지원 공간 & 스타일

• 4가지 공간 타입: Living Room, Bedroom, Kitchen, Dining Room
• 4가지 디자인 스타일: Modern, Scandinavian, Industrial, Traditional
• 16가지 조합: 각 공간별 모든 스타일 지원

🚀 배포 & 실행

1. Hugging Face Spaces (추천)

# 1. huggingface.co에서 새 Space 생성 (GPU 환경)
# 2. 모든 파일 업로드 (virtual_staging_app.py가 메인)
# 3. @spaces.GPU 자동 활성화로 GPU 가속

2. 로컬 개발 환경

# 가상환경 생성 및 의존성 설치
python3 -m venv spacely_local
source spacely_local/bin/activate
pip install -r requirements_virtual_staging.txt

# 로컬 실행
python run_virtual_staging.py

🎯 사용법

1. 이미지 업로드: 빈 방 사진을 업로드 (드래그 앤 드롭 지원)
2. 공간 선택: Living Room, Bedroom, Kitchen, Dining Room 중 선택
3. 스타일 선택: Modern, Scandinavian, Industrial, Traditional 중 선택
4. 생성 시작: AI가 2단계 파이프라인으로 전문 인테리어 생성

🔧 기술 스택

🧠 AI 모델

• Base Model: Realistic Vision V3.0 VAE (Stable Diffusion)
• ControlNet: Segmentation + MLSD 듀얼 제어
• Object Detection: YOLOv8n (가구 영역 자동 탐지)

💻 프레임워크

• 웹 UI: Gradio 5.41.0
• 딥러닝: PyTorch, Diffusers, Transformers
• 이미지 처리: OpenCV, PIL, Ultralytics

📱 배포 플랫폼 비교

플랫폼	장점	단점	비용
Hugging Face Spaces	무료 GPU, 쉬운 배포, 공개 URL	제한적 리소스	무료
Google Colab	강력한 GPU, 빠른 실행	세션 제한, 일시적	무료/Pro
AWS/GCP	확장성, 커스터마이징	복잡한 설정	유료
Replicate	API 형태, 확장성	사용량 기반 과금	유료

🎨 커스터마이징

새로운 공간 타입 추가

self.office_templates = {
    "새로운타입": "your custom prompt here",
    # ... 기존 타입들
}

프롬프트 품질 향상

self.quality_suffix = "professional interior design, corporate style, clean, modern, functional, well-lit, 4K, high quality"

🏗️ 2-Stage Architecture

flowchart TD
    A[Empty Room Image] --> B[Stage 1: ControlNet Layout Generation]
    B --> C[Initial Furnished Image]
    C --> D[Stage 2: YOLO Furniture Detection]
    D --> E[Furniture Region Masks]
    E --> F[Stage 2: ControlNet Refinement]
    F --> G[Final High-Quality Result]

🚀 Benefits Over Single-Stage

Aspect	Single-Stage	2-Stage Virtual Staging
Quality	⭐⭐⭐	⭐⭐⭐⭐⭐
Furniture Detection	Manual masking	Automatic YOLO detection
Refinement	None	Targeted region refinement
Consistency	Variable	High
Control	Limited	Precise furniture control

---

📚 프로젝트 기원

이 프로젝트는 ArvidWartenberg/virtual-staging 접근법을 기반으로 하여 YOLO 통합과 Hugging Face Spaces 최적화를 추가한 완전한 재구현입니다.

주요 개선사항

• 🔍 YOLO v8 통합: 자동 가구 영역 탐지
• 🎨 스타일 템플릿: 4개 공간 × 4개 스타일 = 16가지 조합
• 🚀 HF Spaces 최적화: @spaces.GPU와 메모리 최적화
• 💾 구조 보존: 향상된 배경/구조물 보존 로직

Original virtual-staging approach by ArvidWartenberg ❤️
Enhanced with YOLO integration by Spacely Team