|
|
||
|---|---|---|
| .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 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.
