added face detection

config/img_config.json

@@ -49,6 +49,11 @@
             "id": "cnn_website_3",
             "image": "images_jpg/cnn_website_cnn.jpg",
             "image_pos": "left"
+        },
+        {
+            "id": "cnn_website_4",
+            "image": "images_jpg/yolo.jpg",
+            "image_pos": "center"
         }
     ]
 }

lang/de.json

@@ -11,7 +11,7 @@
     {
       "id": "cnn_website",
       "title": "CNN Website",
-      "description": "Die Website nutzt eine CNN zur spezifizierung von Vogelarten.",
+      "description": "Eine Website zur Präsentation verschiedener CNN-Projekte wie Bildklassifikation von Vögeln und Gesichtserkennung.",
       "tags": [
         "React",
         "PyTorch",
@@ -23,7 +23,7 @@
       "blocks": [
         {
           "heading": "Frontend",
-          "text": "Die --link-- ist online. Das Frontend ist mit React umgesetzt und ermöglicht das Hochladen von Bildern sowie die Anzeige der Klassifikationsergebnisse. Es ist responsiv gestaltet und passt sich verschiedenen Bildschirmgrößen an, sodass es auch auf dem Handy gut nutzbar ist.",
+          "text": "Die --link-- Website ist online. Das Frontend wurde mit React implementiert und ermöglicht das Hochladen von Bildern sowie die Anzeige von Klassifikationsergebnissen. Es ist responsiv gestaltet und passt sich an verschiedene Bildschirmgrößen an, wodurch es auch auf Mobilgeräten gut nutzbar ist.",
           "image": "cnn_website_1",
           "links": [
             {
@@ -35,7 +35,7 @@
         },
         {
           "heading": "Backend",
-          "text": "Das Backend ist containerisiert mit Docker umgesetzt und wird über Docker Compose verwaltet. Die einzelnen Komponenten sind nur über das Docker-Netzwerk erreichbar. Caddy fungiert als zentraler Router für alle Anfragen und stellt über Let's Encrypt automatisch SSL-Zertifikate bereit. Die React-Anwendung läuft hinter einem NGINX-Router, während die API als FastAPI-Server implementiert ist. Die --link-- ist über eine Subdomain erreichbar und wird über Caddy an den FastAPI-Server weitergeleitet.",
+          "text": "Das Backend ist in einem containerisierten Setup mit Docker implementiert und wird über Docker Compose verwaltet. Die einzelnen Komponenten sind nur über das Docker-Netzwerk erreichbar. Caddy fungiert als zentraler Reverse Proxy und stellt automatisch SSL-Zertifikate über Let's Encrypt bereit. Die React-Anwendung läuft hinter einem NGINX-Reverse-Proxy, während die API als FastAPI-Server mit HTTP-Anfragen und WebSockets implementiert ist. Die --link-- ist über eine Subdomain erreichbar und wird von Caddy an den FastAPI-Server weitergeleitet.",
           "image": "cnn_website_2",
           "links": [
             {
@@ -46,9 +46,14 @@
           ]
         },
         {
-          "heading": "CNN",
-          "text": "Das CNN klassifiziert 7 Vogelarten aus Bildern. Es verwendet Skip Connections, Dropout und Batch Normalization, um das Training stabiler zu machen und Overfitting zu reduzieren.",
+          "heading": "Bird Classification",
+          "text": "Das CNN klassifiziert sieben Vogelarten aus Bildern. Es verwendet Skip Connections, Dropout und Batch Normalization, um das Training stabiler zu machen und Overfitting zu reduzieren.",
           "image": "cnn_website_3"
+        },
+        {
+          "heading": "Face Detection",
+          "text": "Das Modell basiert auf der YOLO-Architektur und kann Gesichter in Echtzeit erkennen, selbst auf schwacher Hardware (z. B. ein Server mit 1 GB RAM und 1 vCPU). Das Frontend sendet kontinuierlich ausgeschnittene Frames des Webcam-Streams über WebSockets an den Server.",
+          "image": "cnn_website_4"
         }
       ]
     },

lang/en.json

@@ -11,7 +11,7 @@
     {
       "id": "cnn_website",
       "title": "CNN Website",
-      "description": "The website uses a CNN for the classification of bird species.",
+      "description": "A website for showcasing various CNN projects such as bird classification and face detection.",
       "tags": [
         "React",
         "PyTorch",
@@ -35,7 +35,7 @@
         },
         {
           "heading": "Backend",
-          "text": "The backend is implemented in a containerized setup using Docker and is managed via Docker Compose. The individual components are only accessible via the Docker network. Caddy acts as a central router for all requests and automatically provides SSL certificates via Let's Encrypt. The React application runs behind an NGINX router, while the API is implemented as a FastAPI server. The --link-- is accessible via a subdomain and is forwarded by Caddy to the FastAPI server.",
+          "text": "The backend is implemented in a containerized setup using Docker and is managed via Docker Compose. The individual components are only accessible via the Docker network. Caddy acts as a central reverse proxy and automatically provides SSL certificates via Let's Encrypt. The React application runs behind an NGINX reverse proxy, while the API is implemented as a FastAPI server handling HTTP requests and WebSockets. The --link-- is accessible via a subdomain and is routed by Caddy to the FastAPI server.",
           "image": "cnn_website_2",
           "links": [
             {
@@ -46,9 +46,14 @@
           ]
         },
         {
-          "heading": "CNN",
+          "heading": "Bird Classification",
           "text": "The CNN classifies 7 bird species from images. It uses skip connections, dropout, and batch normalization to make training more stable and reduce overfitting.",
           "image": "cnn_website_3"
+        },
+        {
+          "heading": "Face Detection",
+          "text": "The model is based on the YOLO architecture and is able to detect faces in real time, even on low-end hardware (e.g., a server with 1 GB RAM and 1 vCPU). The frontend continuously sends cropped webcam stream frames via WebSockets to the server.",
+          "image": "cnn_website_4"
         }
       ]
     },