ESP32-CAM Human Detection System

Proyek ini menyediakan sistem deteksi manusia real-time untuk ESP32-CAM dengan buffer pradeteksi, perekaman otomatis, dan antarmuka HTTP opsional.

Struktur Proyek

.
|-- esp32_cam/
|   |-- __init__.py                # Ekspor Config dan class deteksi
|   |-- config.py                  # Konfigurasi terpusat & override lewat environment
|   |-- detection/
|   |   |-- __init__.py
|   |   |-- system.py              # Sistem deteksi utama + recording & display
|   |   `-- optimized.py           # Varian dengan dukungan ONNX
|   `-- api/
|       |-- __init__.py
|       `-- server.py              # FastAPI server untuk kontrol via HTTP
|-- esp32_human_detection.py       # Entry point CLI (wrapper system.py)
|-- optimized_detector.py          # Entry point CLI varian optimized
|-- api_server.py                  # Entry point CLI FastAPI
|-- requirements.txt
|-- setup.py
|-- README.md
|-- yolo8n.pt                      # Model YOLO (opsional, dapat diganti)
|-- recordings/                    # Output rekaman (digunakan runtime)
|-- dugaan/                        # Rekaman eksperimen (ignored)
`-- sementara/                     # Rekaman sementara (ignored)

Direktori dugaan/ dan sementara/ menyimpan file uji coba; keduanya diabaikan oleh Git melalui .gitignore.

Instalasi

1. Pastikan Python >= 3.10 terpasang.
2. Pasang dependensi:

   pip install -r requirements.txt

3. Letakkan model YOLO (default yolo8n.pt) di root project atau sesuaikan MODEL_PATH pada konfigurasi.

Konfigurasi

Semua konfigurasi berada pada esp32_cam.config.Config. Nilai default bisa dioverride via environment variable berikut (contoh penting):

• ESP32_URL - URL stream ESP32-CAM (default http://192.168.145.152:81/stream)
• ESP32_CONTROL_PORT, ESP32_CONTROL_PATH - pengaturan endpoint kontrol kamera
• ESP32_CAMERA_SETTINGS - JSON untuk pengaturan kamera (mis. {"vflip": 1, "framesize": 10})
• MODEL_PATH, OUTPUT_DIR, CONFIDENCE_THRESHOLD, SKIP_FRAMES, RECORDING_DELAY, dll.

Contoh override (Windows PowerShell):

$env:ESP32_URL = "http://192.168.1.50:81/stream"
$env:OUTPUT_DIR = "C:/data/rekaman"
python esp32_human_detection.py

Menjalankan Sistem Deteksi

Jalankan entry point CLI standar:

python esp32_human_detection.py

Aplikasi akan mencoba terhubung ke stream, menerapkan pengaturan kamera dari Config, menampilkan feed dengan bounding box, dan otomatis merekam ketika manusia terdeteksi.

Varian Optimized / ONNX

Untuk memakai pipeline optimized:

python optimized_detector.py

Tambahkan argumen baris perintah sesuai kebutuhan (lihat bantuan pada file).

API HTTP

Aktifkan REST API (FastAPI + Uvicorn):

python api_server.py
# atau
uvicorn esp32_cam.api.server:app --host 0.0.0.0 --port 8000

Endpoint penting:

• POST /api/start - Mulai deteksi
• POST /api/stop - Hentikan
• GET /api/status - Status sistem & rekaman
• GET /api/snapshot - Ambil frame terbaru (JPEG)
• GET /api/recordings - Daftar rekaman terbaru

Output

Rekaman video disimpan di folder recordings/ dengan nama record_YYYYmmdd_HHMMSS.mp4. Snapshot manual (s) juga disimpan di folder yang sama.

Catatan

• Pengaturan kamera (mis. vflip, hmirror, framesize) dikirim ulang setiap kali koneksi stream berhasil dibuat.
• Pastikan ESP32_URL mengarah ke stream MJPEG yang aktif.
• Jika koneksi terputus, sistem akan mencoba reconnect berdasarkan Config.RECONNECT_DELAY.

Selamat menggunakan! Jika ada masalah, periksa log dan pastikan alamat IP serta kredensial kamera benar.