36 lines
1.8 KiB
Markdown
36 lines
1.8 KiB
Markdown
# IoI Interaktion ohne Interaktion
|
|
##### (Demo)
|
|
|
|
Dieses Projekt enthält alle Komponenten eines Systems zu überwachung und Analyse mehrerer Videostreams mit einem Neuronalen Netz und der Steuerung von Geräten auf Basis der Analyse.
|
|
|
|
### Struktur:
|
|
Pfad | Beschreibung
|
|
----|---
|
|
./FrontEnd/ | Enthält den Front-End Client. Geschrieben in C#.
|
|
./client/ | Ein simpler Flask (Python) Endpoint der als Demo Endpoint dient
|
|
./server/ | Enthält alle Dateien für Das Backend
|
|
./server/cams.json | Entält Informationen über die genutzen Videostreams, kann als Teil der Datenbank verstanden werden
|
|
./server/clients.json | Entält Informationen über die möglichen Endpoints, kann als Teil der Datenbank verstanden werden
|
|
./server/Dockerfile | Enthält die Deployment Beschreibung. Kann als Prod. Env genutzt werden. Nutzt in diesem Fall aber nur die CPU
|
|
./server/model.pb | Enthält das genutzte vortrainierte Neuronale Netz
|
|
./server/motion_detector_old.py | Ein erster Prototyp eines rein OpenCV basierten Ansatzes
|
|
./server/requirments.txt | Enthält die pip Abhängigkeiten, wird von Dockerfile genutzt
|
|
./server/detector.py | Stellt die detection API die vom Server genutzt wird. Hier wird das NN ausgeführt
|
|
./server/app.py | Ein Flask Server. Nutzt detector.py um Personen in Videos zu erkennen. Bietet mehrere Routen, mehr hierzu weiter unten.
|
|
|
|
### Routes
|
|
|
|
/client/ returns client list as json
|
|
/client/<num>/info returns client information as json
|
|
/cam/ returns camera list as json
|
|
/cam/<num>/stream returns a unedited mjpeg stream
|
|
/cam/<num>/processed returns a mjpeg stream with persons highlighted
|
|
/info returns camera infromation
|
|
|
|
|
|
### Architektur
|
|
|
|
|
|
|
|
Es wurden nur die Komponenten mit einer soliden Umrandung umgesetzt.
|