开发者生态
morning
Show HN:电子墨水框架,可以听到鸟鸣声并将它们绘制为 1800 年代的插图
2026-09-16
1 阅读
约7分钟阅读
arnemunthekaas
字号:
适用于 Raspberry Pi 的电子墨水鸟框架 - 通过音频实时鸟类检测,完全本地 AI,渲染为真实的手工切割 1800 年代鸟类插图。抱歉窗户脏了——松鼠偷走了鸟食。注意仍处于早期开发阶段:预计会出现奇怪的错误和一些未打磨的边缘,并且还会有更多功能。住在 fugleramme.arnegiacomo.dev 上,从我的厨房窗户运行,并显示当前在我的花园(挪威卑尔根)听到的实际鸟类。硬件、安装和操作文档:arnegiacomo.dev/fugleramme BirdNET-Go 监听麦克风并处理分类器。 Fugleramme 轮询其 api,将每个物种与插图相匹配,然后将它们打包到页面上,并且仅在鸟类发生变化时才重新绘制 - 在 Inky Impression 电子墨水面板上,以及作为提供相同视图的网络信息亭。有一个管理页面,可让您配置要显示的内容以及自动更新等。如果您已经运行 BirdNET-Go,请将框架指向它 - 在同一台计算机上或可通过网络访问的任何其他位置。提示 电子墨水面板不是必需的,但建议使用它来获得预期的体验。如果没有,Fugleramme 仅运行网络 - 通过 HDMI 在显示器上显示信息亭,或从网络上的任何设备打开它。一个 Raspberry Pi 5、一个 Inky Impression 13.3" (Spectra 6)、一个麦克风和一个 A4 框架。完整的零件清单、建议和替代品:硬件。这个项目的一半重点是展示一些令人惊叹的公共领域自然历史插图。超过 800 个剪贴画,涵盖 400 多个物种,每一个都取自真实的盘子,并为这个项目手工策划(没有任何艺术作品是人工智能生成的,尽管有些是用人工智能修饰的) AI)。每个检测到的物种都与它的插图相匹配,并以较大的鸟类为中心,按体重调整大小。这些板是斯堪的纳维亚、英国和中欧的,因此最好覆盖北欧、不列颠群岛和德国。 Garden 本地运行(用于开发) uvsync # set up venv uv run fugleramme-fake- detector #stand-in BirdNET-Go on :8090 uv run fugleramme-dev # start service on :8080 with hot-reload 假探测器的标志,并在真实的工作站上工作:在没有 Pi 的情况下运行它。 在 Raspberry Pi 上安装 从 pi (假设您已经启动并运行硬件):curl -fsSL https://raw.githubusercontent.com/arnegiacomo/fugleramme/main/install.sh | bash 询问 BirdNET-Go 应驻留在何处以及要使用哪些端口,克隆所需的 deps,并将框架作为 systemd 服务启动。注意:可能需要在新的系统上重新启动。请参阅完整的安装指南。 fugleramme:/data \ -e FUGLERAMME_DETECTOR_URL=http://birdnet.local:8080 \ ghcr.io/arnegiacomo/fugleramme 或通过结帐构建映像: docker build -t fugleramme 。 docker run --rm -p 8080:8080 -v fugleramme:/data \ -e FUGLERAMME_DETECTOR_URL=http://birdnet.local:8080 fugleramme Kiosk 位于 :8080 ,管理员位于 :8080/admin ,所有内容都保存在 /data 中。在带有 USB 麦克风的 Linux 盒子上,这会在旁边显示 BirdNET-Go:curl -fsSL https://raw.githubusercontent.com/arnegiacomo/fugleramme/main/examples/docker-compose.yml -o docker-compose.yml docker compose up -d 请参阅 Container 以获取更多信息 - 最重要的是修复、文档和艺术作品 ❤️ 某些内容已损坏 - 错误报告 问题、想法或您构建的框架 - 首先是常见问题解答,然后是讨论 修复、文档更改或您已删除的文件 - 打开 PR,不需要问题 请参阅贡献以获取更多信息。请参阅许可证。检测(BirdNET-Go,作为容器单独安装):CC BY-NC-SA 4.0,仅限康奈尔鸟类学实验室和开姆尼茨理工大学的 BirdNET 模型,由 eBird.org 提供支持的分类数据:每个样式文件夹都有自己的术语和来源,其清单链接是每个文件的经典版本 - 请参阅 CC BY-SA 4.0。 asset/artwork/classic/ATTRIBUTION.md 。标签字体( asset/fonts/ ):SIL OFL 1.1 - 参见 asset/fonts/ATTRIBUTION.md 。鸟类尺寸( asset/bird_sizes.csv ):来自 AVONET 的体重(Tobias 等人,2022 年,Ecology Letters,doi:10.1111/ele.13898 ),CC BY 4.0. BirdNET 科学名称别名 (assets/birdnet_aliases.json):OpenFauna 编译的分类别名图,CC BY-SA 4.0 - 请参阅 asset/ATTRIBUTION.md,如果您想要一个而不是自己构建,请与我们联系。
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱