YOLOvME：狗粪神秘事件

下次你让你的狗在别人家的院子里拉屎时，可能要三思而后行。当 Ben Farahmand 的女儿开始提醒他，院子里不断出现越来越多的狗屎时，他意识到自己正面临这个确切的问题。由于不清楚幕后黑手是谁，Ben 开始思考如何将这个肇事者当场抓获。

我们想知道故事最后如何收场，于是我们和 Ben 坐下来，询问了他使用 Ultralytics YOLOv5 和视觉 AI 的一些经历。

你创建目标检测工具的过程是怎样的？#

确定挑战#

“我发现了一个问题。我当时想，好吧，我女儿会在院子里玩，她注意到了院子里的狗屎。我希望能够和那个让狗在这里拉屎却不清理的人谈谈。”Ben 说道。Ben 需要找到一个比全天候盯着窗外更好的解决方案。

选择合适的 ML 模型#

于是，在快速 Google 搜索之后，Ben 发现了 Ultralytics YOLOv5，并开始训练自己的模型。“我遇到了几个不同的可用模型。YOLOv5 的文档似乎很完善，所以我就从它开始了。”随后，Ben 转向 Twitter，记录下了他蹲守期间的信息，让我们一直屏息以待。

训练 ML 模型#

一开始，Ben 遇到了几个障碍。Ben 的模型最初难以检测出小型犬，而它们仍然是案件中的嫌疑对象。有时模型会把小型犬分类为鸟，有时则会完全漏检。在一个具体案例中，一只体型较大、毛茸茸的白狗被分类成了羊。为了解决这个问题，Ben 将一直使用的小型神经网络换成了更大的网络，并在这里取得了成功。小型犬不再被识别为鸟，那只先前被识别为羊的狗也终于被正确识别为狗。

你最后抓到肇事者了吗？#

“抓到了，事情最后是这样的：那些主人经常会经过我家的院子。有时是父亲经过，有时是女儿。当我查看数据时，我实际上发现父亲总是会捡起狗屎，但女儿不会。”看来 Ben 所在社区的情况已经有所改善。“我们给他们写了封信，也和他们谈过，到目前为止再也没有出现狗屎了。不过现在感觉有点诡异，因为有时我出门时，会认出这些经过的狗。我不得不怀疑，他们是否知道我在观察它们。”

你是如何开始接触 Ultralytics 和 YOLOv5 的？#

“嗯，是偶然开始的，因为我了解 OpenCV，研究生时期也曾用它做过一些尝试。不过，我的研究生项目主要关注社会影响设计，没有任何工程方面的重点。我只是随便捣鼓了一下。最近，我知道实现自己想做的事情是可行的，只是不太确定自己是否能做到。我也没意识到这件事原来这么容易。感谢你们提供了出色的文档。编写你们文档的人应该加薪。”

你还想用 Ultralytics YOLOv5 解决哪些其他挑战？#

“此刻我首先想到的是，我们社区里有一个停车让行标志，人们总是直接闯过去。也许已经有人创建过类似的应用，但我想找出到底是谁一直闯停车让行标志。不过，我无法判断自己搭建这样的系统是否合法。”

Ben Farahmand 是名为 Tuva Labs的小型教育公司的产品经理。该公司推动数据素养教育，并帮助教师将现实世界的学习融入数学和科学教学。Tuva Labs 提供数据集、课程和制图软件，使教师能够将各种统计学课程融入教学大纲。Ben 还创办了 FAZA，这是一款以通俗科幻为主题、重新讲述经典外星人入侵故事的紧张刺激的合作桌游。

查看 Ben 记录这段 狗屎故事的 Twitter 帖子串。

在这里找到 Ben 的 GitHub 仓库。