本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

網(wǎng)友cldud1245是一個鳥類愛好者（以下簡稱喂鳥哥），最近打算自學(xué)Python。

擁有其他語言編程經(jīng)驗的他，可不打算按部就班從Hello World做起，一上來就挑戰(zhàn)圖像識別！

他用一個攝像頭對著自家后院的喂鳥器，拍到來覓食的鳥就嘗試判斷鳥的種類，并通過Twitter機(jī)器人實時發(fā)布判斷結(jié)果。

運行第一天就拍到了17次！最多的時候每十幾分鐘就有鳥來光顧。

其中卡羅萊納山雀總共來過8次，就是還不能準(zhǔn)確判斷是否是同一只。

使用的技術(shù)都是開源的！

喂鳥哥把代碼放到了Github上開源，只有一個文件、三百多行。來看看他是怎么實現(xiàn)的吧！

作為初學(xué)者，他使用的都是已存在的開源項目，沒有自己訓(xùn)練新的模型。

目標(biāo)檢測模型使用的是隨TensorFlow目標(biāo)檢測API發(fā)布的SSD Openimages v4。

鳥類分類模型是TensorFlow Hub上由Google發(fā)布的基于MobileNet V2的輕量級模型。

圖像處理就是經(jīng)典的Open CV了。

不過鳥類分類模型中給出的結(jié)果都是拉丁文學(xué)名，為了方便大家看懂他又寫了一個爬蟲從維基百科上把對應(yīng)的俗名爬了下來。

另外，該項目Github中有詳細(xì)的思路解說，感興趣的話可以去學(xué)習(xí)一下！

還有進(jìn)步空間

從Twitter上發(fā)布的結(jié)果目前看來準(zhǔn)確率還有待提高，比如拍到飛行中的鳥識別起來會遇到困難。

有時也會把兩只鳥識別成三只。喂鳥哥打算用非極大值抑制 （Non-Maximum Suppression）來修復(fù)這個問題。

不過這才是項目運行的第一天。

喂鳥哥使用鳥類百科圖冊進(jìn)行測試，結(jié)果還是很準(zhǔn)確的，所以懷疑攝像頭是否還不夠清晰

有人建議他，把網(wǎng)友指出正確名稱的評論爬取下來，與圖片一起再加入數(shù)據(jù)集進(jìn)行訓(xùn)練，就可以不斷提高精度。

還有人提議下一步要識別鳥的個體身份，看看到底是同一只鳥反復(fù)來吃東西，還是只是一個品種的很多只鳥。

One More Thing

回復(fù)中有人問到：“但是它能判斷照片是不是在國家公園拍攝嗎？”

這個梗來自網(wǎng)絡(luò)漫畫網(wǎng)站XKCD在2014年發(fā)表的一幅漫畫。

如果要判斷一張照片是否在國家公園拍攝，只需要判斷一下圖片的地理標(biāo)記信息就行了。

但是要判斷照片里有沒有鳥，則是一個困難的多的問題。

Flickr的工程師看到后接受了這個挑戰(zhàn)，用當(dāng)時剛剛掀起新一輪熱潮的深度學(xué)習(xí)做出了漫畫中描述的這款程序Park or Bird（現(xiàn)已停止訪問）。

來看看當(dāng)時的深度卷積神經(jīng)網(wǎng)絡(luò)的架構(gòu)。

隨著技術(shù)的發(fā)展，今天的我們不僅能識別照片中是否有鳥，還能判斷鳥的種類，甚至識別鳥的個體身份也不再是天方夜譚。