"時尚可以非常有趣。找尋屬於自己的風格，並讓自己享受打扮。無須追隨潮流，只要創立自我風格。我們很樂意幫助發掘您的時尚潛能！"
一、研究動機
服飾產品從必需用品進階衍生為生活中展現品味的一環，大家會透過服装打扮自己。著重網路行銷的廠商反而銷售額贏過專注於單品研發的品牌，由此我們可支廣告是品牌是否成功的其中一個重要因素。
網路行銷可以透過人群分類精準投放廣告，而我們認為實體的廣告投放若是透過AI風格辨識進而投放對應廣告可以使廣告效果更好。
二、研究方法
從2021年6月OpenAI推出了ChatGPT模型，到去年2023下半年更推出第七代的YOLOv7，TensorFlow和PyTorch是目前使用率最高的兩大主流開發框架，許多先進技術和套件都用這兩種框架開發，像是Transformer模型和近期爆紅的生成式AI模型，所以我們結合了2種最新的未來技術，來去探討我們的專題研究。
三、相關應用
YOLOv7偵測模型
YoloV7是一種用於目標檢測的深度學習模型，屬於You Only Look Once（YOLO）系列的最新版本之一。這種模型可以在圖像或視頻中識別並定位多個物體，並且具有快速且高效的特點，它使用深度卷積神經網絡（CNN）來從圖像中檢測和定位多個物體，並且能夠在單個前向傳播過程中完成這一任務。
語音原理
這是一個在電腦上搭建的語音智能聊天機器人，使用的是openai的chatgpt，和Whisper的api，他的工作原理是我們輸入一段語音，然後通過whisper的Api轉成文字，然後這段文字輸入到chat gpt，經過chat gpt api 的處理返回一段文字，然後再把這個文字轉換成語音輸出。
四、研究流程
系統功能簡介
AI衣服偵測：
透過YOLOV7來檢測顧客衣服風格，可以讓使用者於看板向特定受眾投放特定廣告，並推薦該廣告。
聲音回覆：
此平台藉由顧客問題，判斷問題內容的關鍵字，用以回答顧客問題，分析顧客的問題，從訓練好的數據中，給予完善的建議與有益於購買的疑惑。
系統架構圖：
系統流程圖：
實驗結果：
程式開始偵測前的準備
讀取到使用者衣服風格，程式開始偵測
程式開始偵測到後，開始播放使用者風格廣告
程式接收使用者說話
讀取到使用者說話，程式做出回應
