大家都很喜欢猫，但没人喜欢猫大便。
因此，NVIDIA 工程师 Robert Bond 利用深度学习和我们的 Jetson TX1 开发平台识别猫，并打开家里的洒水系统，温柔地将猫赶走。
“我妻子是一位园艺爱好者，她喜欢让花园保持干净整洁，”Bond 说。他今年 65 岁，是一位在 NVIDIA 工作超过八年的系统软件工程师。
用陷阱困住猫的想法在 Bond 脑海中只是一闪而过，因为这个办法看起来“不太友好”，他决定采用一种更有技术含量的解决方案。
Bond 很熟悉深度学习和 Jetson。去年，他构建了一个可以发出 5 毫瓦无害激光束的系统，并用该系统照射偶尔爬过他家厨房地板的蚂蚁（请参见“一位 NVIDIA 员工如何造出使用 Jetson 的激光‘驱蚁器’”）。
虽然他清楚 Jetson 的潜力，但他还是感到惊讶：Jetson 竟可以如此快速高效地解决他的问题。
经过 10-15 小时的修补和几个令人捧腹的滑稽瞬间，Bond 终于创建了 Tegra 驱动的准确系统。该系统利用 Jetson TX1 开发套件的深度学习功能，识别猫并打开自家的洒水系统。
“这项工作其实并不复杂，”Bond 说，“新的 Jetson TX1 可以出色地运行这些神经网络。”
这个装置十分简单。如果检测到动作，前院中经过训练的 Foscam FI9800P IP 摄像头就会拍下图像。系统会将图像输入运行一款精密深度学习软件的 Jetson TX1。该软件是在加州大学伯克利分校开发的，名为 FCN（适用于语意分割的全序列神经网络）。
为了训练此软件，Bond 通过运行 NVIDIA GeForce GTX TITAN 显卡的桌面系统处理了他能找到的所有猫的图像。起初，系统误将 Bond 的影子当成了猫，导致他在院子里淋了一身水。
最终，经过不断学习，该系统检测猫的准确率越来越高了。而且，因为 FCN 就是所谓的分割网络，因此该系统不仅能识别猫，还可以确认猫在院子里的位置（花点时间详细了解原因）。
深度学习软件检测到猫后，就会向他焊接在洒水系统的灌溉控制盒中的继电器和粒子光子板（很受创客欢迎的开发套件）发送无线信号，然后排水系统就会开始洒水。
Bond 为自己设定的下一项挑战是：借助 FCN 的功能，同时检测到猫和它们所在的位置，然后利用遥控车将它们赶走。这会更有趣，不过可能有点多余。
在项目完成后仅仅几天的时间里，Bond 就惊奇地发现，在被他自制的系统喷了多次水之后，附近的猫都开始避开他家的院子了。
事实证明，猫也有学习能力。
如需详细了解 Robert Bond 的项目，并查看完整说明，以便创建自己的智能洒水系统，请访问 http://myplace.frontier.com/~r.bond/cats/cats.htm。
精选图片来源：Jesse Milan通过 Flickr 提供，保留部分权利。