OTTCOUTURE.CLOUD & OTTCOUTURE.EU → now open source as CTIP
formerly OTTCOUTURE.CLOUD & OTTCOUTURE.EU Active Research Platform MIT License

OTTCOUTURE.CLOUD

goes open source

CTIP

Cannabis Trichome Intelligence Platform — production-grade AI microscopy suite for automated trichome analysis.

Computer Vision · Instance Segmentation · Active Learning · Scientific Web Platform

145+
API Endpoints
960+
Tests Passing
mAP>0.88
Detection Target
NVIDIA · AMD · Apple
GPU Support

Wie CTIP funktioniert

Wir geben dir das Werkzeug.
Du machst die Arbeit.

CTIP ist kein Dienst. Keine Cloud. Kein Abo. Du installierst es lokal auf deiner eigenen Hardware — und du lernst selbst zu verstehen was du siehst.

Läuft auf deiner Hardware

Kein Server, kein Account, keine Verbindung nach draußen. Deine Bilder, deine Daten, dein Gerät. Was du analysierst bleibt bei dir.

Du lernst durch Anwenden

CTIP zeigt dir was das Modell sieht — aber zu verstehen was das bedeutet ist deine Aufgabe. Wir erklären die Methodik. Den Rest lernst du durch deine eigenen Proben.

Open Source — komplett einsehbar

Jedes Modell, jeder Algorithmus, jede Entscheidung ist im Code nachvollziehbar. Keine Black Box. Du kannst jeden Output hinterfragen — und solltest es auch.

CTIP ist nicht für dich wenn du…

  • ·…eine fertige App willst die du einfach öffnest und Ergebnisse bekommst
  • ·…erwartest dass das System dir sagt was du tun sollst
  • ·…kein Mikroskop hast und kein Interesse daran wie Trichome wirklich aussehen
  • ·…eine THC-Prozentzahl willst — das kann CTIP grundsätzlich nicht

CTIP ist genau richtig wenn du…

  • ·…wirklich verstehen willst was auf deinen Proben passiert
  • ·…deine Grows, Extrakte oder Strains reproduzierbar dokumentieren willst
  • ·…bereit bist selbst ein Modell auf deinen eigenen Bildern zu trainieren
  • ·…die Community weiterbringen willst mit echten Daten statt Meinungen

Real Use Cases

Was du damit machen kannst

Echte Anwendungen — für Grower, Extrakteure, Forscher und alle dazwischen.

🧊

Washer-Reife checken — ohne zu washen

Ice Water Hash · Bubble Hash

Bevor du 50g in Eiswasser schmeißt: CTIP analysiert unter dem Mikroskop ob die Köpfe voll, klar und strukturell intakt sind. Leere Stalks, beschädigte Köpfe oder zu viel Amber = schlechte Ausbeute. Du siehst es vorher.

Kopf-Integrität Stalk-Analyse Clear/Cloudy Ratio
🔬

Erntezeitpunkt — endlich objektiv

Maturity Classification · Color Analysis

Kein Rätselraten mehr. CTIP zählt und klassifiziert jeden einzelnen Trichom: Clear, Cloudy, Amber. Du bekommst eine genaue Prozentverteilung — nicht das Bauchgefühl deines Jewellers Loupe.

% Clear % Cloudy % Amber
📊

Trichomendichte messen

Trichome pro mm² — automatisch. Vergleich zwischen Strains, zwischen Phenos, zwischen Runs. Reproduzierbar, nicht subjektiv.

🧴

Rosin / Live Resin Eignung

Große, pralle Köpfe = gute Ausbeute. CTIP misst Kopfdurchmesser in µm und gibt dir Aussage zur Pressen-Eignung bevor du die Presse anwirfst.

🌿

Strain-Pheno Vergleich

Mehrere Phenos, eine Entscheidung. Trichom-Profile direkt gegenüberstellen — Dichte, Morphologie, Reife. Kein Raten beim Pheno-Hunting.

📦

Cure-Fortschritt tracken

Trichom-Degradation über Zeit dokumentieren. Wann ist der Sweet Spot? CTIP liefert serielle Messungen als Zeitreihe — nicht nur ein Snapshot.

🔍

Qualitätskontrolle / QC

Beschädigte Trichome durch Handling, Trocknung oder Frost sichtbar machen. Professionelle Dokumentation für eigene Runs oder als Dienstleistung.

🧬

Breeding & Forschung

Morphologische Merkmale über Generationen verfolgen. Stalked vs. sessile Ratio als Selektor. Wissenschaftlich verwertbare Datensätze aus eigenen Grows.

Wissenschaftlicher Hinweis: CTIP analysiert ausschließlich optische Reifemerkmale (Farbe, Morphologie, Struktur). Keine Cannabinoid-Konzentrationsprognosen. Keine THC/CBD-Vorhersagen. Was du siehst ist was da ist — nicht mehr.

Platform

What CTIP Can Do

Every component benchmarked, tested, and scientifically validated. No pseudoscience. No potency guessing.

mAP50 >0.88

Trichome Detection

YOLO v11s + RTMDet ensemble. Stalked, sessile, bulbous morphologies. Variable lighting and focus conditions handled.

IoU >0.82

Instance Segmentation

SAM2-tiny with mask refinement pipeline. Pixel-level boundaries with per-instance uncertainty estimation.

F1 >0.85

Maturity Classification

HSV + LAB color + LBP/GLCM/Gabor texture. Optical maturity stages only — zero potency predictions.

FP16 TRT

TensorRT Inference

FP16 TensorRT engine + async v3 API. Tiled inference for hi-res frames. GPU semaphore queue, HTTP 429 back-pressure.

HITL gate

Active Learning + VLM

Uncertainty + disagreement sampling. Moondream-2B / Florence-2 / Qwen2-VL pre-labeling with mandatory human review gate.

±5% error

Calibrated Measurement

Sub-pixel px→µm conversion. Morphology typing (stalked/sessile/bulbous). Video analysis with frame quality ranking.

Interactive Demo

Platform Preview

Simulated dashboard — real metrics from the production system.

ctip-dashboard — System Monitor
● LIVE
GPU · Demo: RTX 4060 Active
VRAM
5.2 / 8 GB
Compute
76%
61°C
Temp
78W
Power
Job Queue 06.06.2026 06:52
▶ inference_batch_047 running
◷ active_learning_run queued
✓ maturity_classify_091 done
✓ segmentation_run_114 done
1
running
1
queued
47
completed
Services
ctip-backend:8000
ctip-frontend:3000
label-studio:8080
mlflow:5000

Architecture

Technical Stack

Chosen for production reliability and scientific reproducibility.

AI / ML Core

PyTorch 2.x + CUDA 12.xcore
YOLO v11s + RTMDet ensembledetection
SAM2-tinysegmentation
TensorRT 10.x FP16 (NVIDIA)inference
ROCm (AMD) · MPS (Apple Silicon)inference
CPU fallback (kein GPU)fallback
Moondream-2B / Florence-2 / Qwen2-VLVLM

Backend

FastAPI 0.115 + Python 3.12API
SQLite → PostgreSQL (Alembic)storage
WebSocket + SSE live streamslive
Docker Compose + API token authdeploy
Label Studio + MLflow integrationops

Frontend

Next.js 14 + TypeScriptUI
Tailwind CSS + Zustandstate
Dark/Light theme (sage green)theme
GPU dashboard · Ring gauges · Sparklinesviz
In-app Wiki EN/DE/ES (14 pages)docs

Scientific Standards

Uncertainty estimation (ECE)calibration
Deterministic seedsreproducibility
Leakage prevention in datasetsvalidity
VRAM profiling + benchmarksperformance
No THC/potency predictionsethics

About

The Story Behind CTIP

OC
OTTCOUTURE
Developer · Researcher

OTTCOUTURE.CLOUD and OTTCOUTURE.EU started as personal projects — tooling I built for myself. Over time the platform grew into something too substantial to stay private and tied to a single name.

CTIP is the rebrand: the project gets its own identity. The developer is still OTTCOUTURE — but CTIP belongs to the community, not to any person. It's a scientific platform with a scientific name.

Everything is open source. Reproducible. Benchmarked. No fake science, no potency claims, no shortcuts.

Platform
OTTCOUTURE.CLOUD → CTIP
OTTCOUTURE.EU → CTIP
Both merged, now open source
License
MIT
Free to use, fork, contribute
Contact