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.

docker-compose.detector.yml

@@ -0,0 +1,66 @@
+# Nur die Erkennung: der Rechner mit Sichtverbindung zur Kamera, der an eine
+# Sammlung woanders liefert.
+#
+#   cp .env.beispiel .env     # Abschnitt "Nur der Detector" ausfuellen
+#   docker compose -f docker-compose.detector.yml up -d
+#
+# Der typische Fall: Die Sammlung steht oeffentlich im Internet, die Kameras
+# stehen zu Hause. Dieser Container gehoert ins Heimnetz, in dasselbe Netz wie
+# die Kamera.
+#
+# 🔑 **Nach aussen muss dafuer kein Port offen sein.** Die Verbindung geht nur
+# in eine Richtung: Der Detector meldet ausgehend an die Sammlung, die
+# Sammlung erreicht ihn nie. Kein Portforwarding, kein Tunnel, kein DynDNS.
+#
+# ⚠️ Architektur: ai-edge-litert gibt es als Wheel fuer x86_64 und arm64. Ein
+# Raspberry Pi 4/5 mit 64-Bit-System traegt den Detector, ein Pi Zero nicht —
+# dem fehlt nicht das Wheel, sondern die Rechenleistung.
+#
+# Fuer mehrere Kameras: diese Datei je Kamera mit eigenem Projektnamen und
+# eigenem Token starten, siehe docs/betrieb.md.
+
+name: vogelalbum-detector
+
+services:
+  detector:
+    build:
+      context: .
+      dockerfile: Dockerfile.detector
+    restart: unless-stopped
+    environment:
+      VOGELALBUM_SOURCE: ${VOGELALBUM_SOURCE:?Stream-URL der Kamera, siehe .env.beispiel}
+      # Wohin gemeldet wird. Anders als bei docker-compose.heim.yml steht die
+      # Sammlung hier NICHT im selben Compose-Netz, also die volle Adresse —
+      # mit https://, wenn sie oeffentlich steht.
+      VOGELALBUM_API: ${VOGELALBUM_API:?Adresse der Sammlung, z.B. https://vogelalbum.example.org}
+      # Der Token DIESER Kamera, angelegt mit 'manage.py camera add'. Auf
+      # einer oeffentlichen Instanz hat jede Kamera ihren eigenen; der
+      # gemeinsame VOGELALBUM_INGEST_TOKEN bleibt dort leer.
+      VOGELALBUM_TOKEN: ${VOGELALBUM_TOKEN:?Token dieser Kamera, siehe manage.py camera add}
+      VOGELALBUM_GATE: ${VOGELALBUM_GATE:-detector}
+      VOGELALBUM_SAVE_TO: /daten/rohdaten
+      VOGELALBUM_PROTOKOLL: /daten/protokoll.csv
+      VOGELALBUM_NACHTSICHT: ${VOGELALBUM_NACHTSICHT:-}
+      VOGELALBUM_REGION: ${VOGELALBUM_REGION:-de}
+      # Schwellwerte und Artenliste holt sich der Detector von der Sammlung.
+      # Faellt sie aus, laeuft er mit dem letzten Stand weiter und warnt nur.
+      VOGELALBUM_KONFIG_ALLE: ${VOGELALBUM_KONFIG_ALLE:-300}
+      VOGELALBUM_LIVE_PORT: ${VOGELALBUM_LIVE_PORT:-0}
+    command:
+      - watch
+      - --classify-every=2
+      - --cooldown=5
+      - --min-bird-frames=1
+      - --verbose
+    # Gueltige Portnummer als Vorgabe, nicht 0 — Compose weist "0:0" ab, siehe
+    # die ausfuehrliche Begruendung in docker-compose.heim.yml. Ob etwas
+    # lauscht, entscheidet VOGELALBUM_LIVE_PORT oben.
+    ports:
+      - "${VOGELALBUM_LIVE_PORT:-8131}:${VOGELALBUM_LIVE_PORT:-8131}"
+    volumes:
+      # Rohbilder und Protokoll. Die Rohbilder sind spaeter das Material fuer
+      # ein Nachtraining — deshalb ein Volume und kein tmpfs.
+      - vogelalbum-rohdaten:/daten
+
+volumes:
+  vogelalbum-rohdaten: