没想到，有一天树莓派还能用在给鸟护食上！
看这只松鼠抱着粮吃的正香……
突然！就来了一股水流把它喷走了：
再来一次？还是没能幸免，继续被水喷中：
此时松鼠内心OS：谁这么闲每天没事喷劳资？？？
原来，这是一位小哥用树莓派做出的喂鸟器保护器。
因为自己后院鸟儿喂食器的粮被松鼠频频偷走，这位小哥赌上自己机器学习爱好者的尊严，开发了这个新装置。
它能够让摄像头每30秒拍下一张照片，然后由CV算法来检测喂鸟器上是否有松鼠。如果有的话，信号就会发送给花园里的电控水龙头，让它朝着喂鸟器喷水赶走松鼠。
而做出这个设备，小哥用到的AI模型只需13行代码就能搞定，训练甚至只花了45分钟。
效果也是立竿见影的，用了几个星期后，松鼠造访的频率直线下降。
嗯，此刻可能更多要心疼小哥家附近的松鼠了。
效果这么好的设备，做起来难吗？
非常easy，一共只需3步：
第一，让摄像头每30秒拍下一张照片；
第二，将照片发送到AWS Lambda端点，在端点上使用训练好的AI模型检测照片；
第三，如果检测到照片中有松鼠，设备就会将信号发送给电控水龙头的开关，这时花园中的喷头就会持续喷出几秒钟水流赶走松鼠。
大概效果就是这样：
判断画面中是否有松鼠，靠的则是小哥自己用fast.ai训练的一个模型。
他首先自己收集了一个数据集——连续几个星期让相机每30秒就拍一次照片，然后手动将照片分类为“有松鼠”和“没有松鼠”两类。
之后用这个数据集来训练模型，小哥是在Google Colab上搞定的。
一共只有13行代码，训练全程花了大约45分钟。
硬件端，这套设备运行的核心是一个带有摄像头的树莓派，在亚马逊商店能直接买到。
由于在试验过程中弄出了短路、不小心烧坏了自己的Pi 4，所有小哥不得不用Pi 2+AWS Lambda的方式来完成整个推理过程。
在实际使用过程中，如果模型判断照片中有松鼠的置信度超过70%，就会启动装置。同时它还会拍下视频和照片，这样小哥就能从历史记录中看到模型是否判断正确了。
小哥表示，这套装置的准确率为86.6%，赶走大部分来访的松鼠没什么问题，但也有失误的时候。
从总共记录的321次防御中可以看到，其中有43次判断失误。
有时画面中是鸽子在吃东西、有时画面中什么都没有，有时则是小哥本人路过了那一区域，设备也喷出了水流。
针对鸽子的情况，小哥猜测可能是自己做数据集那段时间，很少有鸽子光顾他的喂食器，所以导致模型判断有误。
其中有一天设备则一直在喷水，无论喂食器上站的是鸟还是松鼠，或者什么都没有。
后来小哥发现，这是因为有树枝刚好挡在了松鼠平常会出现的位置上。
整体来看，这套设备一共花费了大约50美元，也就是人民币300多块。主要用来购买硬件设备，AWS Lambda则是小哥白嫖的（doge）。
最后来介绍一下这套设备的主人Jeremy B. Merrill，他是华盛顿邮报的一位记者，平常会用机器学习、数据分析来写一些调查新闻。
他的杰作也吸引了不少网友的关注，Reddit上热度300+。
不少人受到他的启发，想通过类似的方法搞定后院里乱窜的松鼠、野猫。
是时候做出一个猫屎爆破神器阻止野猫来我的花园便便了！
也有人脑洞大开，认为长此以往松鼠会觉得这是个不错的水源地，总之就还是要经常造访了。
看来，各种突然造访的动物们的确有够让歪果人头痛的。
此前YouTube上有一位博主在后院做了一套非常复杂的设备，就是为了来恶搞突然来捣乱的松鼠。
相比之下，用AI识别然后精准“打击”的方法似乎实用性更强。
由于最近已经入冬，小哥暂时停用了这套设备，松鼠也鲜少造访了，他表示之后天气转暖还会继续用下去。
不知重新启动后的效果会是如何呢？蹲个后续~
参考链接：
[1]https://jeremybmerrill.com/blog/2022/01/squirrel-soaker-9000-repelling-squirrels-with-ai.html
[2]https://www.reddit.com/r/MachineLearning/comments/sctxqh/p_i_built_a_robot_to_protect_my_birdfeeder_from/
“
