Skip to content

README.md

Latest commit

 

History

History
54 lines (38 loc) · 1.39 KB

README.md

File metadata and controls

54 lines (38 loc) · 1.39 KB
Raw

BeeSense

BeeSense ist ein Projekt zur automatisierten Erfassung von Hummel-/Bienenflügen. Das Repository kombiniert Datensätze, Modelltraining, ESP32-Firmware, Dashboard und AWS-Deployment.

Live-Dashboard

Das Dashboard ist online erreichbar unter:

http://3.75.94.127:8080

Was dieses Repository enthält

  • dashboard/ – Web-Dashboard + Node.js-Server + SQLite-Datenhaltung
  • models/ – YOLO-Training, ONNX-Export, Kalibrierung, ESP-Quantisierung
  • hardware/firmware/ – ESP32-S3 Firmware für Erkennung und Datensammlung
  • hardware/firmware/sensors/ – Arduino-Sketches für Sensoren
  • data/ – Datensätze im YOLO-Format (train/, val/, test/)

Schnellstart

1) Dashboard lokal starten

cd dashboard
npm install
npm start

Dann im Browser öffnen: http://localhost:8085

2) Modelltraining starten

cd models
python train.py

3) ESP32-Firmware bauen (Beispiel v3)

cd hardware/firmware/bumblebee_detection/v3
idf.py set-target esp32s3
idf.py build
idf.py -p COM3 flash monitor

Wichtige Dokumentation

  • dashboard/README.md – Dashboard & API Nutzung
  • dashboard/DATABASE_README.md – Datenbankschema & Betrieb
  • models/README.md – Trainings- und Exportpipeline
  • hardware/firmware/bumblebee_detection/v3/README.md – aktuelle Erkennungs-Firmware
  • AWS_DEPLOYMENT_GUIDE.md – Deployment auf EC2