Dieses Repository beinhaltet die BirdsOnBike-homepage und unser TensorFlow Script
server.js liefert die Homepage aus und stellt einen API Endpoint für den Upload von Bilddateien bereit
Im 'client'-Ordner befinden sich die Dateien der Homepage
Hochgeladene Bilder werden sich zunächst im 'uploads'-Ordner gespeichert
Das TensorFlow-Script analysiert die Bilder im 'upload'-Ornder, findet die Künstliche Intelligenz einen oder mehrere Vögel auf dem Bild, wird es in den 'images'-Ordner verschoben. Sind keine Vögel auf dem Bild, wird es gelöscht
- Node Quelle
- im Verzeichner 'server'
npm install
ausführen und dann den Serveer mitnode server.js
starten, der Server läuft dann auf localhost:3000 - TensorFlow
- im Verzeichnis 'TensorFlow' diese Installationsanweisung befolgen (Hinweis: am Besten den Installations-Weg mit Anaconda wählen, der ergab bei uns am wenigsten Probleme)
- mit
python3 TensorFlowBirds.py
das Programm ausführen, dass die Bidler analysiert