christian
cc9e0786c2
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.
16 lines
562 B
JSON
16 lines
562 B
JSON
{
|
|
"name": "Vogelalbum",
|
|
"short_name": "Vogelalbum",
|
|
"description": "Welche Vögel besuchen das Vogelhaus? Erkannt, gesammelt, katalogisiert.",
|
|
"start_url": "/",
|
|
"display": "standalone",
|
|
"background_color": "#ffffff",
|
|
"theme_color": "#106943",
|
|
"icons": [
|
|
{ "src": "/static/img/symbol-192.png", "sizes": "192x192", "type": "image/png" },
|
|
{ "src": "/static/img/symbol-512.png", "sizes": "512x512", "type": "image/png" },
|
|
{ "src": "/static/img/symbol-512.png", "sizes": "512x512", "type": "image/png",
|
|
"purpose": "maskable" }
|
|
]
|
|
}
|