Projects by @TinderKrahm161

Harmony Farm

Wer macht den Stich ? (Doppelkopf)

Oh Hell Card Game

Oh Hell - Multiplayer Card Game

6 Rauf - 6 Runter

6 rauf - 6 runter

Cardgame: 6 up -> 6 down

LP cover analyzer

Chess Piece Creator 2D

Tower Jumper

Programmiere mir eine anwendung die folgende vorraussetzungen erfüllt auf englisch: Entwicklung einer Subkultur-Bibliothek mit KI-gestützter Bildanalyse Dieser Bericht befasst sich mit der Entwicklung einer Anwendung, die als Bibliothek für Subkulturen und deren Styles fungiert. Die Anwendung soll es ermöglichen, subkulturspezifische Begriffe in Kategorien wie Frisuren, Kleidung und Accessoires zu sammeln und zu verwalten. Darüber hinaus soll die Anwendung mithilfe von fortschrittlicher Bilderkennung KI Bilder analysieren können, um Informationen über den abgebildeten Style zu extrahieren und in der Bibliothek zu speichern. Die Kombination aus einer umfassenden Datenbank und KI-gestützter Bildanalyse ermöglicht es Nutzern, nicht nur Informationen über Subkulturen abzurufen, sondern auch aktiv zur Erweiterung der Wissensbasis beizutragen. Datenbankstruktur Die Grundlage der Anwendung bildet eine Datenbank, die die folgenden Unterkategorien und Datenfelder beinhaltet: Kategorie Datenfeld Beschreibung Allgemein Begriff Der spezifische Begriff (z.B. "Cybergoth", "Bandana", "Piercing") Beschreibung Erläuterung des Begriffs und seiner Bedeutung in der Subkultur Subkultur Zuordnung zu einer oder mehreren Subkulturen (z.B. "Punk", "Gothic", "Hip-Hop") NSFW-Flag Kennzeichnung, ob der Begriff erotisch konnotiert ist Frisuren Haarfarbe (z.B. "grün", "blond", "Dreadlocks") Haarschnitt (z.B. " Irokesenschnitt", "Undercut", "Glatze") Haarstyling (z.B. " toupiert", "geflochten", "hochgesteckt") Kleidung Kleidungsstück (z.B. "T-Shirt", "Hose", "Rock") Material (z.B. "Leder", "Jeans", "Spitze") Farbe (z.B. "schwarz", "bunt", "camouflage") Muster (z.B. "kariert", "geblümt", "gestreift") Stil (z.B. "eng", "weit", "leger") Accessoires Art (z.B. "Schmuck", "Tasche", "Gürtel") Material (z.B. "Metall", "Leder", "Stoff") Farbe (z.B. "silber", "gold", "schwarz") Stil (z.B. "punkig", "elegant", "gotisch") Körpermodifikationen Art (z.B. "Tattoo", "Piercing", "Branding") Position (z.B. "Arm", "Ohr", "Nase") Motiv (z.B. "Drache", "Rose", "Tribal") Sonstiges Feld für zusätzliche Informationen, die nicht in die anderen Kategorien passen In Google Sheets exportieren Um den Zugriff auf sensible Inhalte zu kontrollieren, werden erotische Begriffe und Informationen über Nacktheit in separaten Feldern mit entsprechender Kennzeichnung gespeichert. Als Datenbanktechnologie bieten sich sowohl SQL- als auch NoSQL-Datenbanken an. SQL-Datenbanken, wie z.B. MySQL oder PostgreSQL, zeichnen sich durch ihre strukturierte Datenhaltung und ihre Fähigkeit aus, komplexe Abfragen effizient zu verarbeiten. Sie eignen sich besonders gut für Anwendungen mit klar definierten Datenstrukturen und hohen Anforderungen an Datenintegrität. NoSQL-Datenbanken, wie z.B. MongoDB oder Cassandra, bieten hingegen mehr Flexibilität in der Datenmodellierung und Skalierbarkeit. Sie sind ideal für Anwendungen mit großen Datenmengen und sich schnell ändernden Anforderungen. Die Wahl der Datenbanktechnologie hängt letztendlich von den spezifischen Anforderungen der Anwendung ab. Integration von KI-Modellen Für die Bildanalyse werden fortschrittliche Bilderkennung KI, wie z.B. CLIP (Contrastive Language-Image Pre-training), eingesetzt. Diese Modelle sind in der Lage, Bilder zu analysieren und mit Textbeschreibungen zu verknüpfen. CLIP wurde beispielsweise darauf trainiert, Bilder mit Texten zu vergleichen und die semantische Ähnlichkeit zwischen ihnen zu bewerten. Die Integration der KI-Modelle erfolgt in folgenden Schritten: Bildanalyse: Das Bild wird dem KI-Modell übergeben, welches den Inhalt des Bildes (z.B. Kleidung, Frisur, Accessoires) analysiert und entsprechende Labels generiert. Begriffextraktion: Aus den generierten Labels werden relevante Begriffe extrahiert, die den Style des Bildes beschreiben. Wenn die KI beispielsweise ein Bild einer Person mit einem Irokesenschnitt analysiert, könnte sie Begriffe wie "Irokesenschnitt", "Punk" und "rebellisch" extrahieren. Datenbankspeicherung: Die extrahierten Begriffe werden zusammen mit dem Bild und weiteren Informationen (z.B. Subkultur, NSFW-Flag) in der Datenbank gespeichert. Um sicherzustellen, dass die KI-Modelle NSFW-Inhalte erkennen und kennzeichnen können, werden sie mit entsprechenden Datensätzen trainiert. Benutzeroberfläche Die Benutzeroberfläche der Anwendung sollte intuitiv und benutzerfreundlich gestaltet sein. Folgende Funktionen sind essentiell: Datenbank durchsuchen: Benutzer sollten die Möglichkeit haben, die Datenbank nach Begriffen, Subkulturen oder anderen Kriterien zu durchsuchen. Beispielsweise könnte ein Nutzer nach dem Begriff "Cybergoth" suchen, um alle Einträge zu finden, die mit dieser Subkultur in Verbindung stehen. Neue Begriffe hinzufügen: Benutzer sollten in der Lage sein, neue Begriffe mit Beschreibungen und Zuordnungen zu Subkulturen hinzuzufügen. So könnte ein Nutzer einen neuen Begriff wie "Visual Kei" hinzufügen und diesen mit der japanischen Rockmusik-Szene verknüpfen. Bilder analysieren: Benutzer sollten Bilder hochladen und mithilfe der KI-Modelle analysieren lassen können. Ein Nutzer könnte beispielsweise ein Foto von einem Musikfestival hochladen, um die dort vertretenen Subkulturen und deren Styles zu identifizieren. Filter- und Suchfunktionen: Um die Navigation in der Datenbank zu erleichtern, sollten Filter- und Suchfunktionen implementiert werden. Beispielsweise könnte ein Nutzer die Suchergebnisse nach Subkultur, Kategorie oder NSFW-Flag filtern.