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。

13 行代码 + 树莓派赶走松鼠

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，所以小哥不得不用 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

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

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。它还包括波长可调的单色光发射部件，用于捕获透射光的光电探测器和用于保持分析所需温度的热管理单元。

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

参考链接: