22年养了一只很可爱的小狗狗，我其实就一个问题：为啥这么可爱的狗狗会拉屎撒尿呀？
自从崽崽来了我们家之后，最让我们头疼的就是它乱拉、乱尿的问题了，以前会在家里到处乱来，最近一段时间好了很多，已经只会在厕所拉/尿了。
虽然能都在厕所拉/尿，但是还是很耗费我们的精力。
我们家厕所是这样的，我们把它的"狗厕所"摆在了厕所里面，但是它老喜欢在厕所门口拉/尿，最恶心的是，老喜欢尿在这个透明的白箱子旁边。怎么训练才能让它在自己的厕所上拉/尿呢？
查阅了各种资料后，得出的结论就是，它尿/拉对了得给它奖励，然后它尿/拉错了，一定要当场抓获！并且训一顿，当场抓获特别重要！但是，我们家的崽崽可太会了，它每次都能趁我们不注意，悄悄地"溜进"厕所，"迅速"地尿/便完，完美撤退，我们根本就发现不了。这让我们想当场奖励，或当场训斥都没法做到。
于是，忍无可忍的我只能上高科技了。
要想当场抓获崽崽干坏事，就必须及时发现它到厕所去了， 那就得有一个摄像头一直监控着，并且还能用程序捕获摄像头的画面，
这里使用了TP-LINK的摄像头，TP-LINK的摄像头默认会在本地起一个rtsp的串流服务器，只需要连上这个地址就能实时获取到摄像头捕捉的画面。
捕捉了画面之后，还需要用一个模型去做目标检测，这样才能识别到崽崽。
这里直接使用了YOLOv5，这个库使用COCO数据集做训练，提供了好几个不同规模的训练好的模型，能直接使用。
家里最容易能提醒到我们的就是小爱音箱了，所以找个办法能主动让小爱说话就行了。
经过一番调研，选择了HomeAssistant来做这个事，使用HomeAssistant装上Xiaomi MIoT插件之后，就可以选择绑定账号，并且绑定设备。然后HomeAssistant就能提供API供我们调用了。
本来到此应该就圆满结束了的，但是关于模型，还有一些要展开说说的内容。
一开始我以为咱家的崽崽还算是一条比较"狗"的狗，用训练好的模型直接去检测就ok了，谁能想到，由于视角的问题（摄像头是从上往下看的），崽崽根本就没被识别，看图也能发现，崽崽确实不太像狗，像是棉花：
所以我只能自己去训练一个模型了，
这里使用了roboflow进行数据的标注，标注起来还挺简单的，并且最终能很容易地导出YOLOv5所需的数据格式。
这里还发生了点小插曲，一开始按照官方教程，就训练了3个epoch，然后发现模型质量差的不行，mAP也很低，压根都识别不出来崽崽。
所以就训练了10个epoch，质量明显上来了:
虽然训练了10个epoch后，能完美地识别崽崽了，但是误识别太多了，可能崽崽就是太像棉花了，所以模型只识别了其毛茸茸的性质，以至于我的睡衣也被当成了崽崽：
所以得把这些图片也喂给模型，并且这些图片不做崽崽的标注，这样，模型如果不小心将我的睡衣识别成了崽崽，就会收到惩罚了。
顺便我还标注了一下自己，识别成人，之后可以扩展使用。
至此，模型的效果终于不错了，误识别也比较少发生了。
最后就是添加一些实用性的功能了
由于我有一台服务器，一台普通电脑（带GPU），服务器是7x24开机的，而电脑不是，所以模型就得放在服务器上，用cpu来做serving，这个时候，serving的性能就不是很够了，一个图片需要100ms才能识别完，相当于10FPS。而视频的输入是30FPS的，所以肯定没法直接使用。
这里我并没有针对模型的性能进行优化，而且取了个巧，先通过进行两帧图片的对比，识别出变化，在有变化产生后再进行模型的确认，所以模型serving的压力只有在崽崽或者我们进厕所的时候才会产生，而一旦厕所没有任何动静，模型自己慢慢就处理完了。
这里用的算法是网上找的代码片段，也不确定具体是啥算法，反正效果不错，知道的同学可以补充说明一下：
由于模型还是会有一些误识别，所以需要记录下来识别的结果，后续补充数据集，继续提升模型的性能。我这里会记录下识别结果图和识别前的图，识别图可以快速地看结果对错，原始图可以用来重新标记。
现在只要崽崽出现在厕所，都能百分百提醒，偶尔人进去的时候会误提醒，基本满足了当时的需求。
相应地，崽崽已经很久(哈哈哈，才1天)没有尿在厕所门口了，它现在能作案的时间只有晚上我们睡觉的时候，这个就没办法了。
说一下接下来可以扩展的点：
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。