沒想到，有一天樹莓派還能用在給鳥護食上！看這隻松鼠抱着糧吃的正香……突然！就來了一股水流把它噴走了：再來一次？還是沒能倖免，繼續被水噴中：
此時松鼠內心 OS：誰這麼閑每天沒事噴勞資？？？
原來，這是一位小哥用樹莓派做出的喂鳥器保護器。因為自己後院鳥兒餵食器的糧被松鼠頻頻偷走，這位小哥賭上自己機器學習愛好者的尊嚴，開發了這個新裝置。
它能夠讓攝像頭每 30 秒拍下一張照片，然後由 CV 算法來檢測喂鳥器上是否有松鼠。如果有的話，信號就會發送給花園裡的電控水龍頭，讓它朝着喂鳥器噴水趕走松鼠。而做出這個設備，小哥用到的 AI 模型只需 13 行代碼就能搞定，訓練甚至只花了 45 分鐘。效果也是立竿見影的，用了幾個星期後，松鼠造訪的頻率直線下降。
嗯，此刻可能更多要心疼小哥家附近的松鼠了。
“13 行代碼 + 樹莓派”趕走松鼠
效果這麼好的設備，做起來難嗎？
非常 easy，一共只需 3 步：
第一，讓攝像頭每 30 秒拍下一張照片；
第二，將照片發送到 AWS Lambda 端點，在端點上使用訓練好的 AI 模型檢測照片；
第三，如果檢測到照片中有松鼠，設備就會將信號發送給電控水龍頭的開關，這時花園中的噴頭就會持續噴出幾秒鐘水流趕走松鼠。
大概效果就是這樣：
判斷畫面中是否有松鼠，靠的則是小哥自己用 fast.ai 訓練的一個模型。
他首先自己收集了一個數據集 —— 連續幾個星期讓相機每 30 秒就拍一次照片，然後手動將照片分類為“有松鼠”和“沒有松鼠”兩類。之後用這個數據集來訓練模型，小哥是在 Google Colab 上搞定的。一共只有 13 行代碼，訓練全程花了大約 45 分鐘。硬件端，這套設備運行的核心是一個帶有攝像頭的樹莓派，在亞馬遜商店能直接買到。
由於在試驗過程中弄出了短路、不小心燒壞了自己的 Pi 4，所有小哥不得不用 Pi 2+AWS Lambda 的方式來完成整個推理過程。
在實際使用過程中，如果模型判斷照片中有松鼠的置信度超過 70%，就會啟動裝置。同時它還會拍下視頻和照片，這樣小哥就能從歷史記錄中看到模型是否判斷正確了。
小哥表示，這套裝置的準確率為 86.6%，趕走大部分來訪的松鼠沒什麼問題，但也有失誤的時候。從總共記錄的 321 次防禦中可以看到，其中有 43 次判斷失誤。有時畫面中是鴿子在吃東西、有時畫面中什麼都沒有，有時則是小哥本人路過了那一區域，設備也噴出了水流。針對鴿子的情況，小哥猜測可能是自己做數據集那段時間，很少有鴿子光顧他的餵食器，所以導致模型判斷有誤。其中有一天設備則一直在噴水，無論餵食器上站的是鳥還是松鼠，或者什麼都沒有。後來小哥發現，這是因為有樹枝剛好擋在了松鼠平常會出現的位置上。
整體來看，這套設備一共花費了大約 50 美元，也就是人民幣 300 多塊。主要用來購買硬件設備，AWS Lambda 則是小哥白嫖的（doge）。
小哥本職是位記者
最後來介紹一下這套設備的主人 Jeremy B. Merrill，他是華盛頓郵報的一位記者，平常會用機器學習、數據分析來寫一些調查新聞。
他的傑作也吸引了不少網友的關注，Reddit 上熱度 300+。不少人受到他的啟發，想通過類似的方法搞定後院里亂竄的松鼠、野貓。是時候做出一個貓屎爆破神器阻止野貓來我的花園便便了！
也有人腦洞大開，認為長此以往松鼠會覺得這是個不錯的水源地，總之就還是要經常造訪了。
看來，各種突然造訪的動物們的確有夠讓歪果人頭痛的。
此前 YouTube 上有一位博主在後院做了一套非常複雜的設備，就是為了來惡搞突然來搗亂的松鼠。
相比之下，用 AI 識別然後精準“打擊”的方法似乎實用性更強。由於最近已經入冬，小哥暫時停用了這套設備，松鼠也鮮少造訪了，他表示之後天氣轉暖還會繼續用下去。不知重新啟動后的效果會是如何呢？蹲個後續~
參考鏈接：
[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/