Vogelalbum 1.0.0

Eine Kamera am Vogelhaus, ein Rechner der erkennt wer da war — und eine
Sammlung, die sich von allein fuellt.

Zwei neuronale Netze: eines findet den Vogel im Bild, eines bestimmt die
Art. 148 heimische Arten, auf Deutschland eingeschraenkt und neu normiert —
ohne diese Einschraenkung wird aus einer Kohlmeise eine nordamerikanische
Schwesterart. Daraus entsteht ein Sammelalbum: nummerierte Seiten,
gefundene Arten in Farbe, fehlende als Schatten, dazu Erstfang, Punkte,
Stufen und 15 Abzeichen.

Laeuft vollstaendig auf eigener Hardware. Kein Cloud-Dienst, kein Konto,
keine Telemetrie; die Bilder verlassen das eigene Netz nicht.

Zwei getrennt deploybare Teile: die Sammlung als Django-Anwendung, die
Erkennung als eigener Dienst. Der Erkennungs-Dienst fragt selbst an und
braucht deshalb weder eine erreichbare Adresse noch einen offenen Port —
er laeuft hinter einem gewoehnlichen Router.

Dabei: Firmware fuer Raspberry Pi und ESP32-S3, Anbindung an Home
Assistant ueber MQTT, Oberflaeche auf Deutsch und Englisch, Einstellungen
je Kamera aus dem Browser, und ein Weg fuer Fotos von unterwegs.

AGPL-3.0.

CHANGELOG.md

@@ -0,0 +1,57 @@
+# Änderungen
+
+Format in Anlehnung an [Keep a Changelog](https://keepachangelog.com/de/1.1.0/),
+Versionen nach [SemVer](https://semver.org/lang/de/).
+
+## 1.0.0 — 2026-10-18
+
+Erste Veröffentlichung.
+
+### Dabei
+
+- **Arterkennung** aus einem Kamerastrom: ein Netz findet den Vogel im Bild,
+  ein zweites bestimmt die Art. Katalog mit 148 heimischen Arten, auf
+  Deutschland eingeschränkt und neu normiert — ohne diese Einschränkung wird
+  aus einer Kohlmeise eine nordamerikanische Schwesterart.
+- **Sammlung** im Stil eines Klebebildchen-Albums: nummerierte Seiten,
+  gefundene Arten in Farbe, fehlende als Schatten. Erstfang, Punkte, Stufen
+  und 15 Abzeichen.
+- **Läuft auf eigener Hardware.** Kein Cloud-Dienst, kein Konto, keine
+  Telemetrie. Die Bilder verlassen das eigene Netz nicht.
+- **Zwei Teile, getrennt deploybar:** die Sammlung als Django-Anwendung, die
+  Erkennung als eigener Dienst. Der Erkennungs-Dienst **fragt selbst an** und
+  braucht deshalb weder eine erreichbare Adresse noch einen offenen Port.
+- **Kameras:** alles, was MJPEG oder Einzelbilder über HTTP liefert. Fertige
+  Firmware für Raspberry Pi (`pi/`) und ESP32-S3 (`esp32cam/`) liegt bei,
+  beide mit `/status` für die Diagnose, ohne den Bildstrom anzufassen.
+- **Fotos von unterwegs:** Bilder lassen sich hochladen und werden von
+  derselben Erkennung bestimmt wie die der Kamera.
+- **Home Assistant** über MQTT mit Autodiscovery.
+- **Zweisprachig**, Deutsch und Englisch. Quelltext und Kommentare sind
+  deutsch.
+- **Einstellungen je Kamera** aus der Oberfläche — Schwellwerte, Lebensräume,
+  Artenliste. Der Erkennungs-Dienst holt sie sich im Betrieb ab und übernimmt
+  sie, ohne das Modell neu zu laden.
+- **Fehlalarme**: ein Mindestwert je Besuch verwirft Spiegelungen und
+  Bewegungen ohne Vogel, bevor daraus eine Sichtung wird.
+
+### Sicherheit
+
+- Je Kamera ein eigener Token (als SHA-256 gespeichert), damit ein
+  kompromittierter Standort einzeln stillgelegt werden kann.
+- Getrennte Token für Schreiben und Lesen.
+- Hochgeladene Bilder werden **neu geschrieben statt nur geprüft**: Nur die
+  Pixel überleben, Metadaten fallen dabei weg. Das betrifft vor allem den Ort
+  in EXIF-Daten von Handyfotos.
+- Im Betrieb: Cookies nur über HTTPS, HSTS, `nosniff` auf den Medien.
+
+### Bekannte Grenzen
+
+- Acht heimische Arten kennt das Modell nicht und ordnet sie Verwandten zu:
+  Sumpf-, Weiden- und Haubenmeise, Gartenbaumläufer, Kleinspecht,
+  Bluthänfling, Kernbeißer, Waldkauz.
+- Der Vogel braucht **5 bis 8 % der Bildfläche**, sonst findet ihn die
+  Erkennung nicht. Das ist eine Frage des Bildwinkels, nicht der Auflösung —
+  näher montieren hilft, mehr Megapixel nicht.
+- Der unterste Bildrand ist eine tote Zone. Die Landefläche gehört in die
+  untere Bildmitte, nicht an die Kante.