项目鸟

去年我们有一个从四月份开始的可爱的春天。这段时间我很不走运，我有很多空闲时间。一天早上，我坐在花园里享受天气、早晨的咖啡和鸟鸣。不幸的是，这个田园诗般的早晨被鸽子包围了，或者像我爸爸所说的那样，它们是“飞行的老鼠”。

鸽子知道它们在我的花园里不受欢迎。每当他们看到任何动静或听到我怎么对他们喊叫时，他们就会跑开。然而，如果有另一只鸟，那只鸟就不怕我的动作和我的声音。

我不想整天坐在窗边检查鸽子什么时候进入我的花园(即使我有很多空闲时间)。因此，在我的脑海中，我决定创建一个项目，名为“鸟计划”(代号：我讨厌鸽子)。

想法很简单：当任何鸽子进入花园时，就会发出噪音或发出灯光。

项目设置

我已经有了所有的工具：覆盆子PI，相机和Azure账户，开始准备基本的原型。

创建此项目主要有四个步骤：

第一步很容易准备。我有我的树莓圆周率和USB摄像头。我安装了Windows10IoT Core，并编写了一个简单的项目(用C#)来实现摄像头的输出。

接下来，我使用OpenCV库编写了自定义代码，以便在检测到移动时拍摄照片。我决定将所有这些图片存储在Azure Storage中，以便将它们发送到Custom Vision并轻松地进行分析。

图像准备

在我可以开始分析照片之前，我需要训练我的自定义视觉来区分哪些鸟不是鸽子。

到了最长的阶段-要手动检查每张照片，给它们贴上标签，以识别鸟、鸽子或其他动物(如猫、松鼠或狐狸)。然后训练Custom Vision，并用不在训练中的照片测试模型。

为什么选择自定义视觉？

Azure认知服务提供两种图像分析服务-计算机视觉和自定义视觉。

有了计算机视觉，我仍然可以从标签上分析鸟类，如果这是一只鸽子，我就能够获得信息。然而，计算机视觉对我来说是不够的，因为如果照片是一只鸽子，我需要有正确的信息。Custom Vision为我提供了标记照片并基于它们创建模型的工具。

实时分析

当检测到运动时，相机会拍摄一张照片。这张照片被送到了Azure Storage。当新项目添加到Azure Storage-Microsoft Flow(现在称为Power Automate)拍摄照片，将其发送到Custom Vision Model。Custom Vision分析照片，并用鸟的名字标记它。然后将信息与标签一起发送回Raspberry Pi。如果这是一只鸽子-灯是开着的。在下一次移动之后(当鸽子离开时)，对图片进行分析，然后关灯。

潜在的改进

通过这个项目，我可以改进的地方很少：

• 操作系统-我使用的是Windows IoT Core，而操作系统的问题是你可以有一个USB摄像头。在这种情况下，如果您为Raspberry PI设置了可以在夜间检测运动的特殊摄影机，则无法使用它。
• 编程语言-因为我想自动将Raspberry PI上的操作系统更改为非Windows，所以我将用Python编写一些代码(即使您可以用.NET Core编写，Python也有更多易于使用的数据科学库)
• 互联网-每个图像都被发送到Azure Storage，然后分析并发送回Raspberry Pi，这需要一些时间。理想情况下，在这种情况下，最好将模型放在Raspberry PI上并脱机运行。同步和从本地存储中删除映像可以每小时执行一次。
• 感应器-我会用录音来吓唬鸽子，因为白天光线不是很透彻。

我学到了什么？

这是我的第一个覆盆子PI项目。我学到了很多关于安装这台微型机器的知识，以及它的威力有多大。关于运动检测，我尝试了很多.NET库，但并不是所有的库都能与Windows IoT Core上的Raspberry PI流畅地协同工作。Custom Vision和Azure非常强大且易于设置，在不到几个小时的时间内，我就有了一个通过Power Automate实现自动化的模型。

最后，我对鸽子的感情一点也没有改变！