拓冰网站定制 
Frigate NVR 快速部署指南5 步搞定本地实时对象检测监控【免费下载链接】frigateNVR with realtime local object detection for IP cameras项目地址: https://gitcode.com/GitHub_Trending/fr/frigateFrigate 是一款本地自托管的 NVR能对 IP 摄像头视频流做实时对象检测。本文以 0.16 版本为例带你用 Docker 把它跑起来、接入第一台摄像头并掌握实时视图、事件录制、运动掩码这几个最常用功能。全程数据留在你自己的设备上。先搞清楚 Frigate 是什么 Frigate 是一个为 Home Assistant 设计的完整本地 NVR基于 OpenCV 和 TensorFlow 在摄像头视频流上做实时对象检测。传统 NVR 只管录像回看时你要在数小时画面里翻找Frigate 则只在检测到运动的地方、必要的时候才运行检测模型并把事件打上personcar这类标签。也就是说你得到的不是一堆录像而是一份按对象整理好的事件清单下午三点有人出现在门口。它适合想自托管监控、不想为云订阅付费、同时在意隐私的家庭用户。整个系统就是一个 Docker 容器硬件门槛也不高下文会给你一份配置对照表。从零到第一次跑起来硬件与环境要求场景CPU内存存储AI 加速器1 路摄像头双核4GB64GB SSD可选4 路摄像头四核8GB256GB SSD推荐 Coral 或 Intel 核显8 路以上八核16GB1TB NVMe强烈建议 Hailo-8 等系统方面要求一个装了 Docker 的 Debian 系环境官方推荐裸机运行虚拟机Proxmox、ESXi 等因为透传 Coral 等加速器麻烦官方不建议。要接 Home Assistant 的话再准备一个 MQTT brokermosquitto 即可。五步部署建好目录结构mkdir storage config touch docker-compose.yml在docker-compose.yml里填最小配置amd64 设备services: frigate: container_name: frigate restart: unless-stopped image: ghcr.io/blakeblackshear/frigate:stable volumes: - ./config:/config - ./storage:/media/frigate ports: - 8971:8971 - 8554:8554启动docker compose up -d从日志里拿到首次生成的管理员密码docker logs frigate浏览器打开https://server_ip:8971用 admin 登录在向导里添加第一台摄像头启动后系统会自动生成默认配置不用手写 YAML。端口方面8971 是带认证的 UI 和 API8554 用于 RTSP 重推流5000 是内部端口不建议暴露到局域网。摄像头加好后可以在 设置 → Global configuration → Camera management 里用向导完善检测分辨率等参数。功能实战按使用场景走实时视图与对象检测低延迟还带标签Frigate 的实时视图基于 WebRTC延迟明显低于传统 RTSP 播放方式观看时画面里的人、车会被实时框出并标注类别。第一台摄像头先只跟踪两类对象就够了cameras: front_door: detect: enabled: true objects: track: - person - car效果是有人走进画面框马上出现仪表盘的事件列表按对象类型归类你不用一直盯屏系统替你看着。事件录制与回看只留重要片段Frigate 支持 24/7 录制也支持基于事件保留。保留策略分两处设置录像保留天数以及事件保留天数事件保留开启active_objects模式后只有含对象的片段才计入保留期磁盘占用会小很多record: enabled: true retain: days: 7 events: retain: default: 10 mode: active_objects配置完成后回看页面展示的是一条有事发生的时间线每个事件带截图和短片段也可以从 UI 或 API 导出视频片段。运动掩码别让摄像头追着自己的树梢跑 树被风吹动、摄像头时间戳每秒跳变都会触发运动检测、白白消耗检测资源。Frigate 的掩码编辑器让你直接在画面上画多边形不用手算坐标先在单摄像头视图打开 Debug view 和 Motion Boxes看哪片区域持续亮灯再到 设置 → Camera configuration → Masks / Zones 里把该区域涂掉。有一点要分清运动掩码只是阻止该区域触发对象检测并不会让该区域的检测结果消失。想彻底排除某个区域要用 zones 而不是 masks。低配硬件调优与避坑清单 ️先调影响 CPU 最重的两个参数——检测分辨率和帧率参数建议起点说明detect width / height720p 及以下不必跟源流一致450p–540p 识别人物够用detect fps5老设备可降到 3shm_size128MB 可支撑 2 路 720p出现 Bus error 说明共享内存不足/tmp/cache1GB tmpfs录像片段先落内存再转 mp4建议 tmpfs 挂载高频坑就三个对照排查Bus error绝大多数是 shm_size 太小调大后重新docker compose up -d。RuntimeError: cant start new thread撞到容器 PID 上限对比 pids.current 与 pids.max用 pids_limit 调高。Too many open files调高文件描述符限制services: frigate: ulimits: nofile: soft: 65535 hard: 65535硬件相关的两点树莓派上的 USB Coral 耗电不小接其他 USB 设备时要用带独立供电的 hubRaspberry Pi OS Bookworm 上 Hailo 需要手动装对版本驱动。有 Intel 核显的话OpenVINO 检测开箱即用把/dev/dri设备透传进容器即可。更细的排查内容见 安装文档和故障排查。接下来往哪走以及资源从 migrations/ 目录能看到这个项目迭代很快0.16 系列已经带上了音频事件检测、人脸识别、车牌识别、PTZ 自动跟踪和语义搜索这些能力后续还会持续有新功能落地。官方资源方面docs/README.md 是完整文档入口配置参考 覆盖每个字段想读源码的话核心在 frigate/ 下检测相关看 detectors/进程间通信看 comms/Web 界面在 web/。Frigate 采用 MIT 许可证按上面的步骤先把第一台摄像头跑起来细节再慢慢调就是最省心的路径。【免费下载链接】frigateNVR with realtime local object detection for IP cameras项目地址: https://gitcode.com/GitHub_Trending/fr/frigate创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Frigate NVR 快速部署指南：5 步搞定本地实时对象检测监控
Frigate NVR 快速部署指南5 步搞定本地实时对象检测监控【免费下载链接】frigateNVR with realtime local object detection for IP cameras项目地址: https://gitcode.com/GitHub_Trending/fr/frigateFrigate 是一款本地自托管的 NVR能对 IP 摄像头视频流做实时对象检测。本文以 0.16 版本为例带你用 Docker 把它跑起来、接入第一台摄像头并掌握实时视图、事件录制、运动掩码这几个最常用功能。全程数据留在你自己的设备上。先搞清楚 Frigate 是什么 Frigate 是一个为 Home Assistant 设计的完整本地 NVR基于 OpenCV 和 TensorFlow 在摄像头视频流上做实时对象检测。传统 NVR 只管录像回看时你要在数小时画面里翻找Frigate 则只在检测到运动的地方、必要的时候才运行检测模型并把事件打上personcar这类标签。也就是说你得到的不是一堆录像而是一份按对象整理好的事件清单下午三点有人出现在门口。它适合想自托管监控、不想为云订阅付费、同时在意隐私的家庭用户。整个系统就是一个 Docker 容器硬件门槛也不高下文会给你一份配置对照表。从零到第一次跑起来硬件与环境要求场景CPU内存存储AI 加速器1 路摄像头双核4GB64GB SSD可选4 路摄像头四核8GB256GB SSD推荐 Coral 或 Intel 核显8 路以上八核16GB1TB NVMe强烈建议 Hailo-8 等系统方面要求一个装了 Docker 的 Debian 系环境官方推荐裸机运行虚拟机Proxmox、ESXi 等因为透传 Coral 等加速器麻烦官方不建议。要接 Home Assistant 的话再准备一个 MQTT brokermosquitto 即可。五步部署建好目录结构mkdir storage config touch docker-compose.yml在docker-compose.yml里填最小配置amd64 设备services: frigate: container_name: frigate restart: unless-stopped image: ghcr.io/blakeblackshear/frigate:stable volumes: - ./config:/config - ./storage:/media/frigate ports: - 8971:8971 - 8554:8554启动docker compose up -d从日志里拿到首次生成的管理员密码docker logs frigate浏览器打开https://server_ip:8971用 admin 登录在向导里添加第一台摄像头启动后系统会自动生成默认配置不用手写 YAML。端口方面8971 是带认证的 UI 和 API8554 用于 RTSP 重推流5000 是内部端口不建议暴露到局域网。摄像头加好后可以在 设置 → Global configuration → Camera management 里用向导完善检测分辨率等参数。功能实战按使用场景走实时视图与对象检测低延迟还带标签Frigate 的实时视图基于 WebRTC延迟明显低于传统 RTSP 播放方式观看时画面里的人、车会被实时框出并标注类别。第一台摄像头先只跟踪两类对象就够了cameras: front_door: detect: enabled: true objects: track: - person - car效果是有人走进画面框马上出现仪表盘的事件列表按对象类型归类你不用一直盯屏系统替你看着。事件录制与回看只留重要片段Frigate 支持 24/7 录制也支持基于事件保留。保留策略分两处设置录像保留天数以及事件保留天数事件保留开启active_objects模式后只有含对象的片段才计入保留期磁盘占用会小很多record: enabled: true retain: days: 7 events: retain: default: 10 mode: active_objects配置完成后回看页面展示的是一条有事发生的时间线每个事件带截图和短片段也可以从 UI 或 API 导出视频片段。运动掩码别让摄像头追着自己的树梢跑 树被风吹动、摄像头时间戳每秒跳变都会触发运动检测、白白消耗检测资源。Frigate 的掩码编辑器让你直接在画面上画多边形不用手算坐标先在单摄像头视图打开 Debug view 和 Motion Boxes看哪片区域持续亮灯再到 设置 → Camera configuration → Masks / Zones 里把该区域涂掉。有一点要分清运动掩码只是阻止该区域触发对象检测并不会让该区域的检测结果消失。想彻底排除某个区域要用 zones 而不是 masks。低配硬件调优与避坑清单 ️先调影响 CPU 最重的两个参数——检测分辨率和帧率参数建议起点说明detect width / height720p 及以下不必跟源流一致450p–540p 识别人物够用detect fps5老设备可降到 3shm_size128MB 可支撑 2 路 720p出现 Bus error 说明共享内存不足/tmp/cache1GB tmpfs录像片段先落内存再转 mp4建议 tmpfs 挂载高频坑就三个对照排查Bus error绝大多数是 shm_size 太小调大后重新docker compose up -d。RuntimeError: cant start new thread撞到容器 PID 上限对比 pids.current 与 pids.max用 pids_limit 调高。Too many open files调高文件描述符限制services: frigate: ulimits: nofile: soft: 65535 hard: 65535硬件相关的两点树莓派上的 USB Coral 耗电不小接其他 USB 设备时要用带独立供电的 hubRaspberry Pi OS Bookworm 上 Hailo 需要手动装对版本驱动。有 Intel 核显的话OpenVINO 检测开箱即用把/dev/dri设备透传进容器即可。更细的排查内容见 安装文档和故障排查。接下来往哪走以及资源从 migrations/ 目录能看到这个项目迭代很快0.16 系列已经带上了音频事件检测、人脸识别、车牌识别、PTZ 自动跟踪和语义搜索这些能力后续还会持续有新功能落地。官方资源方面docs/README.md 是完整文档入口配置参考 覆盖每个字段想读源码的话核心在 frigate/ 下检测相关看 detectors/进程间通信看 comms/Web 界面在 web/。Frigate 采用 MIT 许可证按上面的步骤先把第一台摄像头跑起来细节再慢慢调就是最省心的路径。【免费下载链接】frigateNVR with realtime local object detection for IP cameras项目地址: https://gitcode.com/GitHub_Trending/fr/frigate创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考