update

readme.md

@@ -17,6 +17,8 @@ Dieses Repository enthält die Software und Dokumentation für den **CPS Geislin
 
 ---
 
+## Funktionsumfang
+
 ## Ordnerstruktur
 
 Die Dateien und Ordner sind wie folgt strukturiert:
@@ -42,12 +44,55 @@ Die Dateien und Ordner sind wie folgt strukturiert:
   - Conda oder Miniforge zur Verwaltung von Python-Bibliotheken.
   - Docker und Docker Compose (optional für lokale Tests mit MariaDB).
 - **Hardware**:
-  - Eine Waage mit USB-/serieller Verbindung.
-  - Eine Kamera für die Bauteilerkennung.
-  - Ein ESP32-Mikrocontroller als Hilfsgerät.
+  - Mitgelieferte Waage mit USB-/serieller Verbindung.
+  - Mitgelieferte Kamera für die Bauteilerkennung.
+  - Mitgelieferte 2x ESP32-Mikrocontroller als Hilfsgeräte.
 
 ---
 
+## Funktionsumfang
+
+Der **CPS Geislinger Packaging Assistant** bietet eine Vielzahl an Funktionen, um den Verpackungsprozess effizient zu unterstützen. 
+
+### Lichtsteuerung
+
+- **Flexible Steuerung**:
+  - LEDs und Scheinwerfer können unabhängig voneinander per Software gesteuert werden, um optimale Arbeitsbedingungen zu schaffen.
+
+### Datenerfassung
+
+- **Integrierte Geräteansteuerung**:
+  - Waage und Kamera werden über den mitgelieferten Mini-PC angesteuert und ausgelesen, sodass die Datenerfassung nahtlos in den Workflow integriert ist.
+
+### Vortrainierte Modelle
+
+- **Effiziente Bauteilerkennung**:
+  - Das System enthält vortrainierte Modelle, die mit über **1.000 annotierten Datenframes** erstellt wurden.
+  - **Modelloptionen**:
+    - Standardmäßig wird **YOLOv8n** (kleinste Modellvariante) verwendet, um die begrenzte Rechenleistung des Mini-PCs zu berücksichtigen.
+    - Zusätzlich werden vortrainierte **YOLOv8m**- und **YOLOv10n**-Modelle bereitgestellt, um erweiterte Tests durchzuführen oder zukünftige Hardware-Upgrades zu berücksichtigen.
+
+### Vollständig vorinstallierter Mini-PC
+
+- **Leistungsstarker Mini-PC**:
+  - **Prozessor**: 12th Gen Intel Prozessor, optimiert für Effizienz.
+  - **Betriebssystem**: Ubuntu 24.04 ist vorinstalliert und einsatzbereit.
+  - **Grafik**: Keine dedizierte Grafikkarte, um Energieverbrauch und Kosten zu minimieren, bei gleichzeitiger Eignung für die enthaltenen leichten Modelle.
+
+### Softwareumgebung
+
+- **Umsetzung in Python**:  
+  Die gesamte Softwareumgebung wurde in **Python** entwickelt, um eine einfache Erweiterbarkeit, Wartung und Integration mit modernen Machine-Learning-Frameworks zu gewährleisten.
+
+- **Quellcode verfügbar**:  
+  Der komplette Quellcode ist in diesem Repository enthalten und modular aufgebaut, sodass spezifische Funktionen leicht angepasst oder erweitert werden können.
+
+- **Vorteile der Python-Umgebung**:
+  - Breite Unterstützung durch Bibliotheken wie **OpenCV**, **PyTorch**, und **PyQt**.
+  - Leichte Integration von Machine-Learning-Modellen und Hardwaresteuerung.
+  - Hohe Lesbarkeit und einfache Anpassung durch gut dokumentierten Code.
+
+
 ## Installation
 
 Falls das System nicht vorinstalliert ist, folgen Sie diesen Schritten:
@@ -115,20 +160,20 @@ Die Benutzeroberfläche wird gestartet und alle Geräte (Waage, Kamera, ESP32) w
     Stellen Sie sicher, dass alle Geräte korrekt verbunden sind und überprüfen Sie die Konfiguration.
 
 - Waage zeigt falsche Werte:
-    Kalibrieren Sie die Waage erneut gemäß der Dokumentation.
+    Kalibrieren Sie die Waage erneut gemäß der Dokumentation. Die Waage muss auf Kg eingestellt werden, damit die Daten korrekt übermittelt werden.
 
 - Fehlerhafte Bauteilerkennung:
-    Stellen Sie sicher, dass die Kamera sauber ist und die Beleuchtung ausreichend ist. Prüfen Sie auch, ob das entsprechende Modell in models/ geladen wurde.
+    Stellen Sie sicher, dass die Kamera sauber ist und die Beleuchtung ausreichend ist. Prüfen Sie auch, ob das richtige Modell in models/ geladen wurde.
 
 - Datenbankfehler:
-    Vergewissern Sie sich, dass MariaDB läuft und die Zugangsdaten korrekt in der Konfiguration hinterlegt sind.
+    Vergewissern Sie sich, dass die Datenbank MariaDB läuft und die Zugangsdaten korrekt in der Konfiguration hinterlegt sind.
 
 ## Kontakt
 
 Für weitere Unterstützung oder Fragen wenden Sie sich bitte an:
 
 - E-Mail: clemens.fritze@unileoben.ac.at
-- Telefon:
+- Telefon: +43 3842 402 1904
 - Dokumentation: Weitere Informationen finden Sie im Ordner doc/.
 
-Dieses Projekt wurde entwickelt, um die Effizienz und Genauigkeit im Verpackungsprozess zu steigern und die Arbeitsbelastung der Mitarbeiter zu reduzieren. Vielen Dank für die Nutzung des CPS Geislinger Packaging Assistant!
+Dieses Projekt wurde entwickelt, um die Effizienz und Genauigkeit im Verpackungsprozess zu steigern und die Arbeitsbelastung der Mitarbeiter zu reduzieren. Vielen Dank für die Nutzung des CPS Geislinger PackPal!