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/