没想到，有一天，树莓派可以用来喂鸟护了！看这只松鼠拿着谷物吃着美味
突然然后一股水流过来，把它吹走了：
再次？他仍然未能幸免，并继续被喷水：
此时，松鼠的内心世界：谁如此无所事事，每天无所事事？？？
原来这是小哥用覆盆子派做的鸟食保护器。由于自家后院喂鸟器里的食物经常被松鼠偷走，小哥拿机器学习爱好者的尊严作赌注，开发了这种新设备。
它允许摄像头每30秒拍摄一张照片，然后CV算法可以检测喂食器上是否有松鼠。如果是这样，信号将被发送到花园里的电动水龙头，向喂鸟器喷水，驱赶松鼠。小哥使用的人工智能模型只需要13行代码就能制造出这种设备，训练甚至只需要45分钟。效果也是立竿见影的。几周后，松鼠出访的频率骤降。
现在，我可能更担心小哥家附近的松鼠。
“13行代码+覆盆子派”驱赶松鼠
做这么好的设备难吗？
非常简单，总共只有3个步骤：
首先，让相机每30秒拍一张照片；
其次，将照片发送到AWSlambda端点，并使用经过训练的AI模型检测端点上的照片；
第三，如果在照片中检测到松鼠，该设备将向电动水龙头的开关发送信号。此时，花园里的洒水器将继续喷水几秒钟，驱赶松鼠。
总体效果如下：
判断照片中是否有松鼠取决于小哥自己的快速人工智能训练模型。
他首先收集了自己的数据集——让相机连续几周每隔30秒拍摄一次照片，然后手动将照片分为“有松鼠”和“没有松鼠”。然后使用该数据集训练模型。小哥在谷歌colab上做到了这一点。只有13行代码，整个培训大约花了45分钟。在硬件方面，该设备的核心是一个带摄像头的覆盆子馅饼，可以直接在亚马逊商店购买。
由于测试过程中短路并意外烧毁了他的PI4，小哥不得不以PI2+AWSlambda的方式完成整个推理过程。
在实际使用中，如果模型判断照片中有松鼠的置信度超过70%，设备将启动。同时，它还将拍摄视频和照片，以便小哥可以从历史记录中看到模型是否正确。
小哥表示，该设备的准确率为86.6%。驱赶大多数来访的松鼠没有问题，但也有错误。从总共321次有记录的辩护中，我们可以看到有43次误判。有时照片显示鸽子在吃东西，有时照片上什么都没有，有时小哥本人经过该地区，设备也会喷水。
就鸽子而言，小哥推测，在他制作数据集的期间，几乎没有鸽子光顾他的喂食器，这导致了对模型的错误判断。有一天，设备不断喷水，不管是鸟还是站在喂食器上的松鼠，还是什么都没有。后来，小哥发现这是因为树枝挡住了松鼠通常出现的位置。
总的来说，这台设备的价格约为50美元，也就是300多元。它主要用于购买硬件设备，而AWSlambda属于小哥白嫖。
小哥是一名记者
最后，让我们介绍一下这套设备的所有者JeremyB.Merrill。他是《华盛顿邮报》的记者。他通常使用机器学习和数据分析来撰写一些调查新闻。
他的杰作也吸引了许多网友的注意。Reddit的受欢迎度为300+。受他的启发，许多人想用类似的方法来对付在后院奔跑的松鼠和野猫。是时候制作一个猫屎喷射器来阻止野猫在我的花园里大便了！
有些人认为，从长远来看，松鼠会认为这是一个很好的水源。简而言之，他们仍然需要经常去参观。
似乎所有突然来访的动物都会让人头痛。
此前，YouTube上的一位博主在后院制作了一套非常复杂的设备，以欺骗突然闹事的松鼠。
相比之下，使用人工智能识别并准确“打击”的方法似乎更实用。由于最近是冬天，小哥暂时停止使用该设备，松鼠也很少到访。他说天气变暖后他会继续使用它。我想知道重启后会有什么影响？蹲下进行后续~
参考链接：
[1]https://jeremybmerrill.com/blog/2022/01/squirrel-soaker-9000-replling-squirres-with-aihtml
[2]https://www.reddit.com/r/MachineLearning/comments/sctxqh/p_i_built_a_robot_to_protect_my_birdfeeder_from/
