Live ML-pipeline · version 2.3.0

Shazam för regn.
Ta en bild. Få svaret.

RainSense är en färdig app + ML-pipeline tillgänglig för förvärv, partnerskap eller licensiering. Ta en bild av himlen → hyperlokal regnprognos på 5 sekunder. Klar för App Store, säkerhets-hardenad och med en växande datamoat. Skandinavisk vädermarknad: 30M+ användare.

~5 s
End-to-end inferens
3
Oberoende AI-källor
5.6M
ML-parametrar
62%
Regn 0–30 min
28%
30–120 min
14°
Temp
SSV 4 m/s
Vind
☁️ Cumulonimbus · medeltäthet
Hur det funkar

Tre steg från himmel till svar

Användaren är sensorn. Telefonen är gränssnittet. Vår pipeline gör resten.

1

Ta en bild av himlen

Peka kameran uppåt. Appen läser av kamerans riktning, lutning och din position (GPS) — så vi vet exakt vilken del av himlen du ser.

2

AI gör 3 saker parallellt

EfficientNet-B0 kodar bilden, Gemini 3 Flash klassar molntypen och Open-Meteo hämtar live radar och vinddata — allt sker samtidigt.

3

Få ditt svar i procent

En kalibrerad fusion-MLP slår ihop bild- och vädersignalerna och visar två tydliga gauger: 0–30 min och 30–120 min.

Tekniken

Riktig ML-pipeline — inte en wrapper

Vi kombinerar pretrained computer vision, en multimodal LLM och meteorologisk radardata genom ett eget neuralt nätverk.

Bildkodare
EfficientNet-B0 · 5 288 548 params
Embedding
1280-d L2-normaliserad · ~1 s CPU
Molnklassning
Gemini 3 Flash · Cumulonimbus/Stratus/Cirrus
Radar & väder
Open-Meteo · 14 features
Fusion-nätverk
RainFusionMLP · 1294 → 256 → 64 → 2
Kameraorientering
Heading + pitch + roll → cloud-motion vs vind
Latens (varm)
~5 sek end-to-end
Säkerhet
Rate-limit 30/min · GDPR Right-to-Forget

Pipeline

IN Bild + GPS + kameraorientering
CV EfficientNet-B0 → 1280-d embedding
LLM Gemini 3 Flash → molntyp + risk
WX Open-Meteo → 14 väder-features
MLP RainFusionMLP → p(0-30), p(30-120)
Marknad & målgrupper

Sex distinkta målgrupper — en pipeline

RainSense är byggd för konsumentmarknaden i Norden men har en tydlig B2B-uppsida.

🏃

Aktiva & outdoor

Löpare, cyklister, hundägare — daglig användning, hög retention.

B2C · Volym
👶

Familj & lekplats

Föräldrar är top-1 vädersökgrupp på Google. 0–30 min & 0–120 min matchar deras beslutsfönster.

B2C · Frekvens
📸

Foto & kreatörer

Molntypsklassning + golden hour-risk = nisch med hög betalningsvilja.

B2C · Premium
🔨

Bygg & entreprenad

Outdoor-arbete avbryts av regn. Zon-alarm på arbetsplats är klassisk B2B-SaaS.

B2B · SaaS
💍

Event & bröllop

Flera zoner + push 2 h innan regn — direkt köpvärt för bröllops- och festivalarrangörer.

B2B · Per-event
🌾

Jordbruk & försäkring

Bekämpning, skörd, skadedata. Långsiktig partnerstrategi.

B2B · Enterprise
Möjligheten

Varför nu — och varför oss

RainSense är ett turnkey AI-asset: färdig kod, levande ML-pipeline, dokumenterad arkitektur och en växande feedback-loop.

6 256
Rader kod
13
REST-endpoints
5,6M
ML-parametrar
41
Pytest-tester
3
Mongo-kollektioner
< 5s
Inferens-latens
🚀

Färdig produkt

6 skärmar, ML-pipeline live, säkerhets-hardening klar. Klar för App Store/Play Store-submission.

📈

Datamoat byggs på dag 1

Aktiv inlärning via "Stämde detta?" — varje användare etiketterar gratis.

🧠

Riktigt AI, inte wrapper

Egen fusion-MLP-arkitektur (PyTorch). Skalbar och försvarbar IP.

🔧

Modulär stack

FastAPI + MongoDB + Expo. Inga proprietära beroenden.

🌍

Skandinavisk & global

Open-Meteo täcker hela världen. Lätt i18n.

🤝

Säljbar idag

Komplett kodbas, ML-vikter, träningsskript — allt överförbart vid avslut.

FAQ för mäklare & investerare

Det vi får frågan om i due diligence

Är ML-modellen verkligen tränad eller är det heuristik?
EfficientNet-B0 är fullt tränad på ImageNet. Fusion-MLP:n är arkitekturmässigt klar (PyTorch) men kör med kalibrerade vikter tills feedback-loopen genererat ≥ 1000 svenska regn-labels. Då tränas den på riktig data via python train_fusion.py train.
Hur skiljer det sig från SMHI/YR/AccuWeather?
Traditionella appar visar närmaste väderstation (5–20 km bort) och senaste radarsvep (5–10 min gammal). Vi lägger till tre nya signaler: bild i realtid, molntyp-semantik (Gemini) och exakt GPS-punkt. Resultat: kraftigt bättre 0–30 min-prognos vid lokala fronter.
GDPR och integritet?
Inga konton, ingen email, ingen tracking. Anonymt UUID. Bilden lämnar aldrig RAM. Användaren kan när som helst trycka "Radera mina data" → vår DELETE /api/user-data wipe:ar allt.
Hur skalar inferens kostnadsmässigt?
Bildkodaren kör på CPU, ~1 s per inferens. Hela /api/analyze tar ~5 s varm. Dominerande cost är Gemini (~$0.001 per analys). En 4-core VPS klarar 50 RPS.
Vad är "moaten" på sikt?
Aktiv inlärning. Varje "Stämde detta?"-svar sparas med embedding + väderfeatures + label. På 6–12 månader har vi tusentals svenska regn-labels med exakt GPS-punkt och bild — ett dataset ingen konkurrent har.
När lanseras den?
Internbeta nu. Publik lansering Q3 2026 efter att fusion-MLP:n tränats på riktig data.
Kontakt & dossier

Intresserad av RainSense?

App-mäklare, investerare, förvärvskandidater och strategiska partners — lämna era uppgifter så återkommer vi med en utförlig dossier (NDA på begäran), code walkthrough och demo.

Begär dossier & demo

Vi svarar inom 24 timmar. NDA kan signeras innan teknisk djupdykning.

✅ Tack! Vi har tagit emot din förfrågan och återkommer inom 24 timmar.
Vi behandlar uppgifterna konfidentiellt enligt GDPR.

RainSense är säljbar idag.

Färdig kod, en levande ML-pipeline, säkerhetsgranskad backend, dokumenterad arkitektur och en växande feedback-loop.

Begär dossier →