MiModa

Il contesto

MiModa permette di raccogliere, organizzare e ritrovare outfit e capi all'interno di un guardaroba digitale. Il prodotto nasce da un'idea di Sara Capodiferro, che ne ha curato anche UI e UX. Ho trasformato il progetto in un'app per iOS e Android, occupandomi dell'intero sviluppo tecnico, delle integrazioni con servizi di terze parti, della pubblicazione sugli store e della manutenzione continuativa.

L'app consente di salvare fotografie, classificare outfit e capi con categorie e tag, applicare filtri e ricevere suggerimenti collegati alla stagione e al meteo. Non utilizza un backend proprietario: stato e dati applicativi sono gestiti sul client, con persistenza tramite Realm, mentre servizi esterni coprono analisi delle immagini, configurazione remota, meteo, telemetria e acquisti in-app.

La sfida tecnica

Una delle sfide principali è stata ricavare, da una sola fotografia di una persona, sia una lettura complessiva dell'outfit sia i singoli capi che lo compongono. Una singola risposta generativa non offriva da sola il controllo necessario su posizione, classificazione e qualità dei risultati.

Ho quindi sviluppato una pipeline che combina elaborazione delle immagini, object detection e analisi multimodale. La fotografia viene normalizzata e può essere privata dello sfondo; il sistema individua il soggetto e le regioni candidate, quindi utilizza OpenAI ed Eden AI per classificare outfit e capi secondo tassonomie definite dall'app. I risultati vengono validati rispetto alle regioni rilevate: gli elementi non associabili a coordinate attendibili vengono scartati, mentre quelli validi sono ritagliati e trasformati in entità strutturate del guardaroba.

Farla funzionare su un telefono vero

La soluzione è stata affinata tramite prove manuali su fotografie differenti e confronti tra provider, modelli e prompt. Per adattarla alle condizioni reali di un dispositivo mobile, ho modellato l'elaborazione in fasi persistenti, con concorrenza controllata, retry limitati e ripresa dopo sospensioni o errori di rete.

L'uso dei servizi AI richiede un consenso esplicito e versionato; in sua assenza rimane sempre disponibile un percorso manuale.

Il risultato

MiModa è pubblicata e mantenuta su Apple App Store e Google Play. Senza un lancio marketing strutturato, ha superato organicamente i 10.000 download su Google Play; nell'App Store italiano ha una valutazione di 5,0/5 su 8 valutazioni. Dati pubblici verificati a settembre 2026.

Ideazione, UI e UX: Sara Capodiferro. Materiali visivi ufficiali tratti da mimoda.app e dalle pagine pubbliche dell'app sugli store.