Willkommen

Herzlich willkommen auf unserer Projektseite. Auf dieser Homepage erhalten Sie Informationen rund um das Projekt Carinthian underwater eye.


Kurzbeschreibung

Carinthian underwater eye hat sich zum Ziel gemacht, die heimische Unterwasserwelt auf die Bildschirme interessierter Menschen zu bringen. Der Unterwasser-Livestream an der Außenstelle, wird von einem Einplatinencomputer mit Kameramodul auf einem entfernten Server gesendet und von diesen an die Benutzer verteilt. Mithilfe einer KI-gesteuerten Fischerkennung wird dem Betrachter zum Video auch der Name der erkannten Fischart geboten. Um einen Überblick über die Fischdichte zu erhalten, werden die Fischsichtungen auch statistisch erfasst.

Unser Projekt wird bearbeitet und erstellt an der HTL Mössingerstraße



Details

desktop_windows Frontend

Erstellung der Website

Die Entwicklung des Frontend wurde mit dem JavaScript-Webframework VueJs auf der IDE VS Code realisiert. Für eine effiziente Entwicklung wurde auch Vite ein lokaler Entwicklungsserver verwendet. VueJS Komponenten werden mit dem sogenannten Single-File Components (SFC)Prinzip entwickelt. Das bedeutet jede Datei enthält jeweils einen SCRIPT,HTML und CSS Block was die Übersichtlichkeit der Codestruktur verbessert.

smart_toy Künstliche Intelligenz

Das KI Modell

Die Künstliche Intelligenz (KI) bildet das Herzstück des Projekts Carinthian underwater eye. Mithilfe modernster KI-Technologien wird eine automatisierte Erkennung und Klassifizierung der heimischen Fischarten ermöglicht. Unsere speziell entwickelte KI basiert auf einem tiefen neuronalen Netzwerk, das auf umfangreichen Datensätzen trainiert wurde, um verschiedene Fischarten präzise zu identifizieren. Der Erkennungsprozess erfolgt in Echtzeit, wodurch Betrachter des Livestreams unmittelbar den Namen der erkannten Fischart eingeblendet bekommen. Darüber hinaus werden die Daten zu Fischsichtungen gesammelt und statistisch aufbereitet.

memory Hardware

Hardwarekomponenten

Hier wird die benötigte Hardware aufgelistet und beschrieben.

  • Radxa ROCK 5A
  • Camera 4K IMX 415
  • 25W PoE+ HAT
  • Unterwasser-LED-Leuchte
videocam Hardware

cuweye_zero (Prototyp)

Derzeitiger Anfertigungsstand des Prototyps.

storage Backend

Erstellung der Backend-Infrastruktur

Auf einer Docker-Containerinfrastruktur wurde eine FastAPI Anwendung realisiert,
die im Austausch mit einem von Tensorflow/Serving bereitgestellten
KI-Modell zur Fischerkennung ist.
Die Datenspeicherung erfolgt auf InfluxDB einer Zeitreihendatenbank.
Die Bilddaten werden auf MinIO gespeichert.

Our Awesome Team

This is the paragraph where you can write more details about your team. Keep you user engaged by providing meaningful information.

Lukas Piroutz

Erstellung der Hardware und Frontend

Don't be scared of the truth because we need to restart the human foundation in truth And I love you like Kanye loves Kanye I love Rick Owens’ bed design but the back is...

Thomas Prutej

Erstellung der Fischerkennungs-KI und Backend

Don't be scared of the truth because we need to restart the human foundation in truth And I love you like Kanye loves Kanye I love Rick Owens’ bed design but the back is...

Prof. Dipl.-Ing. Dr. techn. Daniel Wischounig-Strucl

Erstbetreuer

Don't be scared of the truth because we need to restart the human foundation in truth
And I love you like Kanye loves Kanye I love Rick Owens’ bed design but the back is...