朋友，假如你有一个很大的后院，还有一条可爱的狗子。狗子每天都在院子里撒欢，然后拉下一坨又一坨的便便……
而你的后院夏天长满杂草，冬天又积着厚厚的雪 —— 怎么快速找到这些便便，顺便还能防止自己不小心一脚踩中？
就有这样一位外国小哥灵机一动，自制了一个探测器，完美地解决了这个问题。
不过和大家想象的不太一样啊，这个探测器不是什么物理识味儿的那种复杂东西，也并非简单的视觉识别。主要是靠一个摄像头，外加一个姿势检测模型。
模型一旦识别出小狗正在拉便便的姿势，就能确定便便的位置，然后就在你家后院地图上的相关位置标记一个红圈圈。
你照着这个地图拿着小铲铲，就可以挨个“挖宝”去了 [旺柴]。
自制狗粑粑探测器
小哥自述，他不爱跟着狗屁股后面“捡屎”，他家那边又经常下雪，有时还没来得及铲的便便就被雪盖住了，再找很费劲。于是他就想要一个狗屎探测器，但网上找了一圈也没发现有类似功能的产品。
想起自己平常看到很多网友都会 DIY 一些有趣的概念工具，小哥心想，那我自己搞一个吧。
由于小哥自家后院已经安了一个摄像头，他就决定就从这个摄像头来切入。他在网上搜到了很多“开箱即用”的图像识别模型，最终发现了一个叫做 DeepLabCut 的免费的动物姿态追踪工具。
它由瑞士洛桑联邦理工学院的两名研究人员开发，可以将任何包含动作的视频转换成动捕信息。
上手很简单，除了终端、Colab、Jupyter Notebooks，还提供图形操作界面，主要就需要你花几个小时标记需跟踪的样本，剩下的就交给工具本身就行了。
小哥心想，与其直接在地上识别便便，不如通过观察狗子的行为来发现便便的藏身之处。
于是他拍了很多自家狗子正在拉便便的照片，通过观察发现：这时的狗子呈脊柱弓起、尾巴僵硬地直挺的状态，且保持这个姿势不动。
那么，需要标记的关键点一共就有 6 个，就像这样：
全部标记好后，用 DeepLabCut 进行训练，然后接入监控信息就可以使用了。
除了狗狗，DeepLabCut 也能识别其他动物，所以做个猫粑粑探测器或者其它动物的都不是问题。
为了防止某些动作干扰、让结果更准确，小哥还写了一个“投票机制”，对视频中狗子的每个动作进行系统评分，得分超过 75%，才判定小狗正在便便中，然后记录此时的位置。
小哥表示，这个功能表现得非常优秀，判断很准确 —— 即使在深夜、小狗部分身子都不在监控范围内都能准确检测。
精益求精，小哥自述，他请了一位动物 cosplayer 来扮演狗子“试探”这个探测器。
结果很满意，模型不会识别出假扮成狗在排便的人类。
为了更方便使用，小哥还把这个探测器功能通过 HTTP Server 接入手机。
未来的话，他还打算继续完善其中的逻辑，将检测目标扩展到更多种类的狗狗身上，并把图像处理迁移到云端实现自动化。这样任何人都能就靠一个普通摄像头，就能拥有同款“狗粑粑探测器”了。
“再来一个自动铲屎的机器人就更好了”
不知道你是否心动，有不少网友反正是被这个工具直击痛点，表示也太太太太需要了吧！
小哥倒是挺大方：欢迎大家带着你们的狗子来我的后院 poop 啊。
有人则被小哥的动手能力折服，表示并非所有英雄都要披着大斗篷拯救世界，像他这样在后院检测便便的就很不错！
还有网友提议，接下来搞一个能自动铲屎的机器人就更好了。
好家伙，这个世界真是由懒人推动的？？
最后，你需要这样一个狗粑粑探测器吗？或者你也有别的好方法来解决这个问题？欢迎补充～
DeepLabCut 项目地址：
https://github.com/DeepLabCut/DeepLabCut
参考链接：
[1]https://www.youtube.com/watch?v=uWZu3rnj-kQ
[2]https://www.reddit.com/r/MachineLearning/comments/s4c6ob/p_built_a_dog_poop_detector_for_my_backyard/