|
|
||
|---|---|---|
| .vscode | ||
| FrontEnd | ||
| __pycache__ | ||
| client | ||
| server | ||
| .gitignore | ||
| README.md | ||
| arch.png | ||
README.md
IoI Interaktion ohne Interaktion
(Demo)
Dieses Projekt enthält alle Komponenten eines Systems zu überwachung und Analyse mehrerer Videostreams 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.
