christian
c11fe9ab04
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.
1.3 KiB
1.3 KiB
name, about, title, labels
| name | about | title | labels | |
|---|---|---|---|---|
| 🐞 Fehler melden | Etwas tut nicht, was es soll |
|
Was passiert
Was du erwartet hättest
Wie man es auslöst
Wo es passiert
- Web-App (die Sammlung)
- Detector (die Erkennung)
- Kameraseite Raspberry Pi (
pi/) - Kameraseite ESP32 (
esp32cam/) - Anbindung an Home Assistant
Dein Aufbau
| Installiert per | Docker / ohne Docker |
| Stand | Ausgabe von git rev-parse --short HEAD |
| Betriebssystem | |
| Kamera | z.B. Pi Zero W + OV5647, ESP32-S3 + OV2640 |
Ausgaben