🌲 Crumbforest Logbuch: Raspberry Pi 5 – TensorFlow, MediaPipe & TTYD

📅 Datum: 2025-06-22 🧠 Titel: Lernen durch Wiederaufbau – TensorFlow & MediaPipe auf dem Raspberry Pi 5 💾 System: Raspberry Pi 5 mit 15 GB SD-Karte, Crumbforest Terminal (TTYD), Docker, Python Virtual Env, Kamera

✅ Erfolgreich umgesetzt:

🧠 TensorFlow 2.16.1 in einer Virtualenv (tensorflow_env) installiert und getestet
🧪 MediaPipe + OpenCV installiert und funktionsfähig
👁️‍🗨️ Browserbasierter Live-Video-Stream mit Hand-Gesture-Overlay über Flask-Webserver
📷 Handtracking (✋) erfolgreich mit Landmark-Erkennung im Browser dargestellt (Port 5000)
🐚 TTYD-Terminal auf Port 7780 läuft wieder sauber im Dockercontainer
🧱 Kuchen-Container mit ttyd, ssh (Port 2222), Adminer, MariaDB, Mattermost etc. erneut aufgebaut
🎉 „Wuhuuu“-Moment erreicht! Alles läuft parallel, trotz 97 % Speicherverbrauch auf /

🧨 Fehler & Erkenntnisse:

1. ModuleNotFoundError: No module named 'tensorflow'

Ursache: Virtualenv wurde gelöscht oder nicht aktiviert. Lösung: Neue Virtualenv tensorflow_env erstellt, TensorFlow 2.16.1 frisch installiert.

2. HTTP Error 404 beim Download von `tensorflow-2.11.0` für ARM

Ursache: Link zu lhelontra Release war veraltet oder entfernt. Lösung: Umstieg auf offizielle TensorFlow-Version für Python 3.11 (2.16.1). Läuft stabil.

3. Flask nicht gefunden

Ursache: Flask nicht in neuer tensorflow_env installiert. Lösung: Nachinstalliert mit pip install flask. Danach funktionierte Webserver.

4. Docker Mattermost-Container startet nicht

Status: Restarting (255) – möglicherweise wegen Speicherproblemen oder fehlender DB-Verbindung. Lösung: Noch offen. Vermutlich Swap oder Diskspace-Grenzen auf /dev/mmcblk0p2 (97 % belegt).

🧹 Temporäre Maßnahmen

🧽 Kuchen-Container wurden zur Speicherentlastung zwischendurch gelöscht
📦 .yaml & Dockerfile vorher lokal gesichert
🪙 Speicherupgrade für SD-Karte (größer als 15 GB) wurde bereits bestellt

🔁 Wichtig für Rebuilds:

# Aktivierung des Environments
cd ~/snakecam
source tensorflow_env/bin/activate

# Start des Webservers
python3 hand_gesture_flask.py  # alternativ snakecam_tensor_stream.py

# Zugriff im Browser
http://<IP-des-Pi5>:5000

🎯 Nächste Schritte:

Mattermost-Container debuggen / Memory-Log prüfen
Geste ✌️ und 👊 sauber erkennen lassen (Verbesserung des Klassifizierers)
Screenshot-Funktion einbauen für Gesture-Save
Speicher-Upgrade finalisieren und neue Partition einrichten
Integration in Crumbforest Terminal-Mission: „Sprich mit der Hand“ 🖐️

🌳 Fazit:

„Wer mit der Geste spricht, braucht keine Maus.“

Das Crumbforest-System auf dem Pi5 beweist: Auch mit wenig Speicher und Geduld kann man ein modernes, interaktives AI-System aufbauen. Die Vision der kindgerechten Gestensteuerung ist live – im Browser, im Terminal und im Herzen.

Wuhuuuuuuu! 💚🐍📷

3.1 KiB Raw Blame History Unescape Escape