编辑：正如在Tom's Hardware上看到的那样！

注意：我没有创建这些软件中的任何一个。请使用相应的GitHub链接处理问题。我不提供对该软件的支持。这也是一个正在进行中的项目，可能会有所更改。

BirdBrain是一个具有物种识别功能的智能鸟喂食器。它将多个开源解决方案结合在一起，用于检测鸟类并识别它们的物种。请注意，由于我没有开发该项目中使用的软件，随着相应开发者更新其代码，事物可能会发生变化/中断。

除了窗户外，您需要打印每个零件的1个。前面的板专门为这个摄像头设计，其他摄像头可能也可以使用，但我手头有这个，所以它的尺寸适合它。

该项目使用了以下软件：

• Frigate - 具有目标检测功能的开源视频NVR
• WhosAtMyFeeder - 通过Frigate数据进行物种识别
• MediaMTX - 简单的RTSP流媒体服务器，用于向Frigate进行流媒体传输
• Docker/Home Assistant
• MQTT服务器

该项目使用了以下硬件：

• 树莓派，我使用了一台Pi 3B进行测试，也许Pi Zero W也可以使用
• 带有鱼眼镜头的树莓派摄像头
• 电源 - 鸟喂食器附近有电源，所以我使用了标准的交流适配器。原始模型确实有用于屋顶上安装太阳能电池板的零件。我没有测试过，所以不知道它是否有效，也不知道太阳能电池板本身是否可以在您当地购买。我已经包含了太阳能屋顶和这里是以其为原型建模的太阳能电池板的链接。原始模型还使用了pi hat和电池，但这些零件在美国不易获得，所以我也没有测试它们。
• 镜头的保护罩

注意：树莓派的盒子实际上没有很多空间，所以我把电源适配器焊接到了GPIO引脚上。如果您使用树莓派帽子和电池，那么应该有足够的空间。

说明：这些说明假设您知道在树莓派上运行操作系统并更新/安装软件的标准过程

树莓派

• 为您的树莓派安装Raspberry Pi OS Lite
• 更新已安装的软件包
• 安装MediaMTX并根据上面链接的GitHub页面进行配置，确保安装服务并设置为在启动时运行 - 这是一个很好的逐步操作，但您需要将所有对rtsp-simple-server的引用更新为mediamtx，因为它们更改了名称
• 使用VLC或类似的应用程序测试RTSP流
• 将树莓派安装到树莓派盒子中，并将摄像头安装到前面的板上
• 我在前板的外面粘了一个这些，固定在那里以保护镜头/摄像头免受外界环境的影响。

WhosAtMyFeeder

• 在Docker中安装WhosAtMyFeeder，或者您也可以尝试运行Home Assistant Add-On（它是全新的，可能会有问题）
• 复制frigate配置文件，更新数据以反映您的摄像头、mqtt服务器、硬件加速解决方案、检测器等。将此配置文件放在下一部分中的Frigate配置目录中
• 更新WhosAtMyFeeder配置文件中所需的数据

Frigate

• 在单独的设备上（docker、nas、homeassistant等）根据上面链接的GitHub或官方文档安装Frigate。我建议您查看文档中的推荐硬件部分。我个人使用TensorRT选项，因为我在NAS中使用了一块Nvidia显卡进行处理等。不推荐使用CPU处理。
• 启动Frigate（在启动Frigate之前，请确保您已完成WhosAtMyFeeder部分中的配置步骤）
• 验证摄像头是否在Frigate中显示

如果您的所有软件都按预期工作，请组装新的鸟喂食器并找到一个很棒的安装位置。我最终不得不把屋顶粘在挂钩上，因为松鼠总是把它从树上摔下来，但如果您不需要那样做，可以使用喂食器背面的孔进行补充/过量投食。

可以将一个可选的栖木胶在喂食器的前部直接在边缘上，希望鸟类可以在上面着陆，以便更好地识别它们在吃食物之前的样子。

我使用3D胶将栖木粘在边缘上，您也可以使用它将屋顶粘在主体上，但这样做后，您将无法在组装后进入pi盒子。

注意：我仍在测试不同的TensorRT yolo模型，以找出最佳的鸟类检测效果，目前我的松鼠被错误识别为鸟类...

原始项目似乎已被放弃，因为没有完整的文档，近一年没有更新等等。我使用了原始文件，根据我的特定用例进行了修改，并使用了多个开源软件使该项目适合我的需求。