حوّلت كاميرات الأمان الحالية إلى نظام تحديد الطيور التلقائي باستخدام BirdNet-Go، والذي يعمل محليًا عبر Docker على مثل Raspberry Pi. يستخدم النظام ميكروفونات الكاميرات للتقاط وتحديد أصوات الطيور في الوقت الفعلي، 24/7، دون الاعتماد على السحابة أو رسوم الاشتراك. يدعم 14,795 نوعًا من الطيور مع نموذج Google Perch v2 الجديد، مقارنة بـ 6,000 في BirdNET 2.4، كما يكتشف الخفافيش والضفادع.

تشمل الميزات الرئيسية قواعد تنبيه قابلة للتخصيص للأنواع المحددة، وتتبع الجديد للزوار الأول من غيره في الحديقة، ودعم تدفقات RTSP للكاميرات IP القياسية. ربطت ثلاث كاميرات موجودة، محولة إلى أدوات مزدوجة الغرض للأمان والتنوع البيولوجي. يتكامل النظام مع Bird Weather لمشاركة البيانات المجتمعية ومع Home Assistant عبر MQTT للإشعارات المنزلية الذكية، حتى أنني أقوم بتوجيه التنبيهات إلى قناة Discord مخصصة.

تساعد مستويات الطاقة الصوتية البصرية في تحسين وضع الكاميرات بكشف التداخل الضوئي. تتم تشغيل الكاملة بالكامل بنفسها، مما يضمن الخصوصية والاستمرارية. كملاحظة سخرية، كشف النظام مرةً عن "ريحة خلفية" في المنطقة من جيران يمرون، مما يثبت حساسيته للحدث الصوتي غير المتوقع.