Machine Learning an der Katzenklappe hilft gegen nächtliche Überraschungen

Über 20.000 Bilder der Katzenklappe, mit Katze und ohne, hat Amazon-Ingenieur Ben Hamm ausgewertet, um anschließend mit Machine Learning automatisiert auf nächtliche Beute vorbereitet zu sein. Kommt seine Katze Metric jetzt mit einem Vogel im Maul nach Haus, bleibt die Klappe eine Viertelstunde zu.

In einem kurzen Talk auf der Konferenz Ignite Seattle hat Hamm sein Projekt vor Kurzem dokumentiert. Ursprünglich hatte er sich die Katze zugelegt, um ein Rattenproblem in den Griff zu bekommen. Daher sei es kaum überraschend, dass die Katze nun weiterhin nachts mit Kleintier nach Hause komme. Sich um 3 Uhr in der Früh um deren Entsorgung zu kümmern, ging ihm allerdings so auf den Geist, dass er sich eine technische Lösung überlegte und dafür das Programmieren beibrachte.

Katzenlady, aber als Tech Bro

Der mechanische Teil seiner Lösung ist ein arduinogesteuerter Motor, der die Katzenklappe verschließt. Für das Machine Learning setzt Hamm auf die Amazon DeepLens – eine Videokamera, die speziell für den Einstieg ins Deep Learning entwickelt wurde. Außerdem nutzt er eine Cloud-Plattform für Machine Learning, SageMaker, die ebenfalls von seinem Arbeitgeber entwickelt wurde.

Um unterscheiden zu können, ob die Treppe vor der Katzenklappe leer ist, die Katze gerade verschwindet oder tatsächlich mit einem Vogel heraufkommt, klassifizierte er monatelang zehntausende Bilder. Bis zum Vortrag war das System bereits fünf Wochen im Einsatz und hat die Katze neben 180 problemlosen Eintritten nur einmal aus Versehen draußen stehen gelassen. Fünf von sechs Besuchen mit Beute wurden erkannt und die Tür versperrt. Zusätzlich bekommt Hamm in diesem Fall eine SMS mit Bildern der Lage und spendet automatisch an die Vogelschutzorganisation Audubon.

Derzeit funktioniert das System nur mit seiner eigenen Katze. Wer ein ähnliches Problem hat, solle sich bei ihm melden, so Hamm, um die Erkennung mit weiteren Bildern zu verbessern. (hch)