Le printemps est arrivé pour les makers de l’hémisphère nord. Les grands espaces sont remplis de gazouillis, de tweets et de belles chansons d’oiseaux migrateurs alors qu’ils retournent dans leurs nids de printemps préférés. C’est le moment idéal pour les projets de suivi des oiseaux et personne ne le démontre mieux que l’utilisateur de Reddit MidCitySlim avec ceci Tarte aux framboises-alimenté mangeoire à oiseaux intelligente.
En utilisant la reconnaissance d’image, ce projet Pi est programmé pour garder une trace des invités en scannant spécifiquement les oiseaux et en stockant les images qu’il en capture. Nous avons couvert des projets dans le passé qui utilisent la reconnaissance d’image pour plus que des visages humains – ceci Détection de chat Raspberry Pi Le système recherche si un chat tient ou non une proie dans sa gueule avant de déverrouiller la chatière. Mais c’est le premier que nous ayons vu s’adressant principalement à nos amis aviaires.
La mangeoire à oiseaux MidCitySlim est équipée d’un ensemble de capteurs pour diverses lectures environnementales (capteur de température DHT11 ou 22) qui peuvent être consultés en temps réel ou stockés dans un journal. Pour déclencher le système de reconnaissance d’images, il s’appuie sur un capteur à ultrasons. Si un oiseau est détecté par le système, il enregistre l’image. Les utilisateurs peuvent accéder à un tableau de bord personnalisé pour voir une lecture en direct des données du capteur et parcourir les images récemment capturées.
La mangeoire à oiseaux intelligente est construite à l’aide d’un Raspberry Pi 3B, mais il n’y a aucune raison pour que vous ne puissiez pas utiliser un Raspberry Pi 4 à la place. Il est connecté à un module caméra Raspberry Pi HQ et s’appuie sur un Grove Pi+ HAT pour ses capteurs d’humidité, de température et de lumière.
Un capteur à ultrasons est utilisé pour détecter la présence d’invités à la mangeoire à oiseaux. Cela déclenche la caméra pour capturer une image. À l’aide d’Azure, il analyse la photo pour déterminer si un oiseau est présent. Selon MidCitySlim, l’image est enregistrée si la probabilité dépasse 50 % avant d’être partagée à l’aide de Grafana.
Pour voir ce projet en action, consultez cet album photo contenant des exemples de photos de tous les oiseaux qu’ils ont détectés jusqu’à présent. Si vous souhaitez recréer vous-même ce projet Raspberry Pi, consultez le fil de discussion original partagé avec Reddit par MidCity Slim pour plus de détails et une opportunité de vous renseigner pour plus de détails.