Skip to main content

Detekcja ptaków — CNN na Raspberry Pi 5

·1 min

Cel projektu #

Zbudowanie systemu, który automatycznie wykrywa obecność ptaków przy karmnikach ogrodowych. Projekt łączy kilka warstw:

  • automatyczne zbieranie zdjęć (Raspberry Pi 5 + kamera HQ)
  • ręczne labelowanie datasetu
  • trening binarnej sieci CNN (ptak obecny / brak ptaka)
  • deployment modelu z powrotem na urządzeniu brzegowym
  • dokumentacja procesu jako materiał edukacyjny

Projekt jest realizowany wspólnie — kolega zbiera dane, ja trenuję model, mój syn tworzy materiały wideo z wyników.

Architektura systemu #

Karmnik (~10m)
     │
     ▼
Raspberry Pi 5
  + Kamera HQ (IMX477)
  + Obiektyw 8–50mm
     │
     ▼  (rsync / scp)
Dell XPS (stacja robocza)
  + PyTorch — trening CNN
     │
     ▼
Model → deploy na RPi5
  + inference w czasie rzeczywistym

Status projektu #

Etap Status
Konfiguracja sprzętu ✅ Gotowe
Automatyczne zbieranie zdjęć 🔄 W toku
Zbieranie datasetu (5000+ zdjęć) 🔄 W toku
Labelowanie i augmentacja ⏳ Planowane
Trening modelu bazowego ⏳ Planowane
Deployment na RPi5 ⏳ Planowane

Podstrony projektu #

  • Sprzęt — Raspberry Pi 5, kamera HQ, obiektyw, montaż
  • Dataset — metodologia zbierania danych, struktura folderów, labeling
  • Model — architektura CNN, trening, wyniki (wkrótce)
Author
Robert
Zajmuję się zastosowaniami geometrii różniczkowej i topologii w inżynierii oraz budową systemów ML na urządzeniach wbudowanych. Projektuję systemy detekcji obrazu oparte o CNN i Raspberry Pi.