7 pravidel, která je třeba dodržovat při nastavování domácí bezpečnostní kamery - a kde byste ji nikdy neměli instalovat

Proč nepoužít náhradní Pi ke katalogizaci ptáků ve vaší zahradě pomocí strojového učení k jejich identifikaci podle jejich zpěvu?

Jeden z mých předměstských fotografických objektů divoké zvěře, vrabec sedící v bambusu.

"Nedělejte si starosti s mikrofonem, který visí z okna," řekl jsem nedávnému hostu domu. "Je to jen další z mých projektů Raspberry Pi."

Žijeme na jednom ze zelenějších vnitřních předměstí Londýna a letadla mířící na Heathrow nejsou jedinými létajícími věcmi. Během nejhorších pandemických lockdownů jsem si začal věnovat nový koníček, dokumentování divoké zvěře na zahradách a na železniční trati za naším domem. Bylo docela překvapivé vidět, kolik různých ptáků a malých savců navštěvuje velký strom a bezinkovou houštinu v dolní části zahrady, od malých střízlíků až po rýsující se přítomnost místního krahujce.

Raspberry Pi 4 Model B

Mnohem snazší je fotografovat ptáky v zimě, kdy stromy a keře ztrácejí listí. V létě je tu však mnohem více návštěvníků, v křovinách hnízdí kosi a dunnockové a příležitostně po železničních tratích poletují datli z divočejších plání a rozlehlých Královských parků na západě. S otevřeným oknem kanceláře, jak se dny oteplují, slyším, jak tweetují a cvrlikají, skřehotají a vrkají.

Hlavní obrazovka BirdNET-Pi zobrazující nedávno identifikované ptáky.

Mohl by existovat jiný způsob, jak je odhalit? Přítel mě upozornil na aplikaci pro iOS z Cornellovy ornitologické laboratoře. Merlin je bezplatný nástroj pro identifikaci ptáků, který k identifikaci ptáků využívá jak počítačové vidění, tak počítačový zvuk, s modely, které byly vyškoleny pozorovateli ptáků a ornitology po celém světě. Je to mocný nástroj pro zjištění, co by mohlo být kolem, když slyšíte jen píseň někde na stromech.

Zvukový model, který Merlin používá, je jeho vlastní, používá neuronovou síť k identifikaci ptáků podle jejich zvuků a analyzuje spektrogram jejich volání. Je to samostatný model a lze jej používat, i když je váš telefon offline, i když to omezuje to, co může identifikovat, na přibližně 700 převážně severoamerických druhů. Pokud chcete identifikovat více a ve větší části světa, pak se musíte podívat na další projekt Cornellovy univerzity, BirdNET, z jeho Centra pro bioakustiku K. Lisy Yangové.

VIDĚT: 5 nejlepších alternativ Raspberry Pi: Nejlepší jednodeskové počítače

BirdNET je k dispozici také pro mobilní zařízení, s regionálními možnostmi stahování modelů pro různé části světa. Algoritmus a modely jsou veřejné a různé open-source projekty pracují na jejich implementaci na různých systémech, často pomocí verze určené pro systémy s nižší spotřebou, BirdNET-Lite, pomocí balíčků TFLite Tensorflow.

TFLite podporuje mnoho různých prostředí, což vám umožňuje spouštět modely strojového učení na překvapivě malých zařízeních, včetně Raspberry Pi. To umožnilo nadšencům vytvořit open-source sadu nástrojů, které promění Pí v zařízení pro identifikaci ptáků, které je schopno sedět 24 hodin denně a pozorovat ptáky ve dne i v noci.

Měl jsem náhradní 4GB Pi 4 model B, na kterém běžela moje souprava ADS-B, než jsem upgradoval na CM4, takže už byl v pouzdře ArgonOne SSD s 240GB SSD. Doporučil bych použít SSD s technologiemi jako je BirdNET, protože dokážou na disk zapsat spoustu dat, což potenciálně omezuje životnost SD karty.

Pokud chcete vytvořit systém BirdNET na Raspberry Pi, existuje dostatečně snadný způsob, jak začít, s projektem BirdNET-Pi. Vše, co potřebujete, je nejnovější Raspberry Pi s 64bitovou verzí Bullseye verze operačního systému Raspberry Pi OS. Svůj systém jsem nastavil pomocí nejnovější verze Raspberry Pi OS Lite, která je určena pro bezhlavé systémy a odstraňuje komponenty uživatelského rozhraní.

Jakmile byl můj systém nastaven, použil jsem pokyny na BirdNET-Pi GitHub ke stažení a spuštění instalačního programu. Jedná se o jednoduchý skript, který načte požadované balíčky a nakonfiguruje prostředí Pythonu pro modely strojového učení BirdNET Lite. Systém je navržen tak, aby každou minutu odebral 15sekundový vzorek zvuku a analyzoval jej na ptačí zvuky. Jediným dalším potřebným hardwarem je zvuková karta USB a mikrofon, protože zvukový port Pí mikrofon nepodporuje.

Přístup k BirdNET-Pi je prostřednictvím webového prohlížeče s vestavěným živým zobrazením jeho souborů protokolu a webovým terminálem pro správu systému. Vše se ovládá z jednoduché konzole, na které lze dokonce spouštět aktualizace systému. Webová konzole používá webový server Caddy, který je ideálním nástrojem pro poskytování základních webových aplikací z Pi nebo podobného, aniž by vyžadoval značné zdroje. Zde jsem měl jeden problém, protože systém je nakonfigurován tak, aby používal doménu .local. Moje síť používá plnou doménu .co.uk, takže jsem musel upravit konfiguraci Caddyfile tak, aby používal mou doménu, než jsem získal přístup k webovému uživatelskému rozhraní. To bylo dost rychlé, pomocí ssh jsem se přihlásil na své Pi a vi upravil konfiguraci. Rychlý restart a viděl jsem uživatelské rozhraní BirdNET-Pi.

Získání správného mikrofonu pro vaše nastavení nahrávání je důležité. Moje první bylo jednoduché USB zařízení, které fungovalo dostatečně dobře na to, aby ukázalo, že systém bude fungovat, ale bohužel to byla kvalita, kterou očekáváte za méně než 5 liber. Můj druhý pokus použil USB zvukovou kartu, která slibovala vstup pro mikrofon a základní klopový mikrofon. To nefungovalo, a i když jsem strávil čas používáním nástrojů Raspberry Pi ALSA, bylo jasné, že s mým hardwarem není něco v pořádku.

Vyhledávání na Amazonu ukázalo klopový mikrofon založený na USB, který vypadal slibně, a já jsem si ho objednal. To se ukázalo jako úspěšné s použitím prodlužovacího kabelu USB, aby byla vestavěná zvuková karta mikrofonu chráněna před rušením z Pi. Kabel mikrofonu byl dostatečně tenký, aby prošel zavřeným rámem okna, a dostatečně dlouhý, aby mikrofon mohl viset ve volném prostoru.

Během několika týdnů provozu jsem zjistil, že zvýšení doby vzorkování na 30 sekund výrazně zlepšilo přesnost díky tipu od kolegy uživatele BirdNETu a také jsem byl schopen změnit úroveň spolehlivosti oznámení, abych snížil riziko falešných poplachů (projíždějící dieselová lokomotiva zní modelu BirdNET spíše jako bukač velký!). Moje současné nastavení také použilo nástroje ALSA operačního systému Raspberry Pi ke zvýšení zisku mikrofonu o 25 dB.

Nástroje Raspberry Pi OS ALSA vám pomohou vytěžit maximum z vašich zvukových zařízení.

V BirdNET-Pi je mnoho informací, od grafů ukazujících, jací ptáci jsou nejběžnější v jakou denní dobu, až po seznamy všeho, co bylo zjištěno. Další nástroje vám poskytnou živý spektrogram, takže se můžete naučit identifikovat, jak vypadají místní zvuky na obrazovce. Doufejme, že nástroje jako tento nám umožní označovat pravidelné falešné poplachy, aby mohly být v budoucnu ignorovány, což umožní aktualizovat základní model a sdílet jej s ostatními uživateli. 

VIDĚT: Raspberry Pi právě udělalo velkou změnu pro zvýšení bezpečnosti

BirdNET-Pi také obsahuje open-source notifikační nástroje Apprise jako součást svého balíku nástrojů. Jedná se o snadno konfigurovatelný nástroj příkazového řádku, který používá strukturu podobnou URL k vytváření zpráv, které lze doručit do kterékoli z více než 70 služeb. Experimentoval jsem s jeho použitím k "tweetování tweetů", ale při každé detekci odesílá upozornění, což znamená, že hlučné hejno divokých papoušků na zahradě může rychle zaplavit účet na Twitteru.

Domnívám se, že bude jednodušší napsat si pro balíček v Pythonu vlastního klienta Twitteru, abych získal typ složitějších a jemnějších oznámení, která chci, a to posílání tweetu nebo podobných informací při každé první identifikaci ptáka denně. Tímto způsobem bude veřejný záznam ptáků v mé zahradě, který nebude rozptylující nebo otravný. Výhodou vytvoření vlastního nástroje je, že bych měl být schopen do notifikace přidat i screenshoty zaznamenaných spektrogramů. Také plánuji přidat nové identifikace na sociální síť Birda.

Spektrogram malého hejna vrabců, hnízdících na zahradě.

Už jsem měl zajímavé výsledky, když jsem zachytil ranní cvrlikání místního střízlíka a volání dunnocka hluboko v křoví, dokonce i křik letních rorýsů vysoko nad hlavou a zvuk procházejícího datla. Nicméně nejzajímavější identifikace byla ta, kterou jsem téměř ignoroval jako falešně pozitivní. Neustále jsem dostávala pozdní zprávy o puštíkovi obecném, což bylo překvapivé vzhledem k tomu, že žiji na vnitřním předměstí Londýna. Přičítal jsem to siréně projíždějícího policejního auta nebo sanitky.

Ale pak jsem jednou pozdě v noci byla nahoře na naší malé střešní terase, zavřela jsem dveře a okna a po teplém pozdním květnovém dni jsem přivedla kočky. A v dálce to bylo, houkání sovy, lovící kdesi na železničních tratích. Stále je toho hodně, co mě může překvapit. Bude fascinující sledovat, co dalšího pro mě moje rostoucí sbírka senzorů založených na pí najde.