🚀 System180 Demonstrator

Schneller Einstieg:

git clone https://github.com/ptrstn/system180-demonstrator
cd system180-demonstrator
python main.py

Alternativ (für Produktionsumgebung):

uvicorn main:app --host 0.0.0.0 --port 8000

🔗 Danach einfach im Browser öffnen: http://localhost:8000

---

📦 YOLO TensorRT Modelle

Modell-Datei	YOLO-Version	Task	Auflösung	Präzision	Klassen	Beschreibung
custom_320_FP16_detect.engine	YOLOv11s	Detection	320×320	FP16	26	Hauptmodell für reale Defekte
synthetic_320_FP16_detect.engine	YOLOv11l	Detection	320×320	FP16	29	Ergänzungsmodell mit synthetischen Daten
NubsUpDown_320_FP16_segment.engine	YOLOv11s-seg	Segmentation	320×320	FP16	2	Nubs-Status-Erkennung (oben/unten)

---

🎥 Kamera-Setup & Modell-Zuweisung

Position	Kameratyp	Zugewiesene Modelle	Hinweise
Links	OAK-1 Max	NubsUpDown_320_FP16_segment.engine	Segmentierung von Nubs direkt auf der Kamera
Rechts	OAK-1 Max	NubsUpDown_320_FP16_segment.engine	Identisch zum linken Setup
Mitte	OBSBOT Meet 2 (4K)	custom_320_FP16_detect.engine + synthetic_320_FP16_detect.engine	Ensemble-Detection über OpenCV-Inferenz + ArUco-Messung

---

💡 Hinweise zur Architektur

• OAK-1 Max Kameras verwenden DepthAI + TensorRT auf dem Gerät selbst (inkl. Polygon-ROI).
• OBSBOT Webcam läuft über OpenCV auf dem Jetson Orin Nano mit Echtzeit-YOLO-Inferenz (2 Modelle gleichzeitig).
• Die mittlere Kamera misst zusätzlich mithilfe von ArUco-Markern Objektgröße und Position.

---

🔗 Nützliche Links & Tools

• Luxonis Deployment Guides Jetson Deployment Guide
• Blob-Konvertierung für OAK blobconverter.luxonis.com
• Ultralytics YOLO Dokumentation docs.ultralytics.com