面向后 Yard 生态多样性监测的自主 AI 鸟喂食器
计算机视觉与模式识别
2025-08-14 v1
摘要
本文提出了一个用于比利时城市花园后 Yard 生态多样性监测的低成本、本地系统。运动触发的 IP 摄像头通过 FTP 将短片段上传到本地服务器，在此处对帧进行抽样并使用 Detectron2 对鸟类进行局部化；随后使用在 40 种比利时亚种亚集上微调的 EfficientNet-B3 模型对裁剪区域进行分类。所有处理都在没有离散 GPU 的常规硬件上运行，保留了隐私且避免了云端费用。该物理喂食器使用小入口口径（30 mm）以排除鸽子并减少误触发。检测器导向的裁剪比原始帧分类提高了分类准确率。分类器在精选亚集上实现高验证性能（约 99.5%），并在保留的亚种上实现实用场地准确率（Top-1 约 88%），证明了在家中进行公民科学级别的生态多样性记录的可行性。
引用
@article{arxiv.2508.09398,
title = {Autonomous AI Bird Feeder for Backyard Biodiversity Monitoring},
author = {El Mustapha Mansouri},
journal= {arXiv preprint arXiv:2508.09398},
year = {2025}
}
备注
Preprint; 8 pages, 5 figures, 1 table; IEEEtran conference format. Code: https://github.com/E-zClap/bird-classifier