本地目标检测NVR实战Docker一条命令跑通 Frigate【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家用摄像头要录像云 NVR 又怕隐私外泄自建 NVR 又嫌配置复杂。Frigate 把这两个矛盾都绕开了——它在本地做实时目标检测视频流不用离开你的网络。它解决了什么问题市面上的 NVR 大多只负责录像看的时候才需要人去翻。Frigate 把 AI 目标检测塞进了录像链路先跑一层低开销的运动检测发现画面有变化才唤醒模型只在必要的位置和时机识别而不是对每一帧都跑推理。识别出的目标会生成事件、生成片段再通过 MQTT 推送给 Home Assistant 等系统。换句话说它是一台边录边看的 NVR而不是等你回头查录像的工具。从零到跑通克隆仓库把docker-compose.yml里 frigate 服务的镜像、端口8030和配置卷挂载填好启动容器即可。services: frigate: image: ghcr.io/blakeblackshear/frigate:stable ports: - 8030:8030 volumes: - ./config/frigate.yml:/config/config.yml仓库里的 docker-compose.yml 就是现成模板git clone https://gitcode.com/GitHub_Trending/fr/frigate之后照着抄浏览器打开 8030 端口就能看到界面。上手后你能做到什么凌晨有人从车库门口走过Frigate 会把人框出来、生成一条带时间戳的事件并自动截取前后几秒的片段存下来你第二天只需要看事件页不用翻整夜录像。白天的车道车辆进入你圈定的区域就触发事件。如果你接了 Home AssistantMQTT 消息推过去就能直接弹通知整个链路不经过任何云端。再往前一步接一台支持 ONVIF 的 PTZ 云台检测到目标后云台会自动转向并持续把目标保持在画面中央目标离开或超时后才回到默认机位。最影响体验的3个配置项detectors决定推理跑在哪块硬件上Coral、Hailo、Intel NPU 各有插件实现见 检测器插件。选错它帧率直接腰斩。zones在画面上圈出真正关心的区域只有目标进入区域才算事件。不圈的话画面边缘一片树叶晃动就能让告警失去意义区域配置模块在 frigate/camera/。record按检测到对象来保留录像。保留期设短点磁盘省设长点回溯从容这是磁盘预算和回溯能力之间的取舍。进阶玩法让云台替你追目标autotracking 是 Frigate 最有存在感的联动。开启后Frigate 判断目标不是误报且进入指定区域就通过 ONVIF 指令驱动 PTZ 云台把目标一直留在画面中央丢失目标后还会在丢失区域扫几秒再回位。注意前提摄像头必须支持 ONVIF 的相对平移协议便宜的老款云台大概率不行日志里会直接报错提示。避坑实录症状CPU 检测卡顿、事件延迟高。原因纯 CPU 推理只能当调试用扛不住多路摄像头。解法给容器挂上硬件加速器USB Coral、Hailo 或 GPU在detectors里对应声明。症状摄像头频繁断流、偶发花屏。原因Frigate、录像、推流、你的客户端各自拉一路 RTSP摄像头连接数直接爆。解法用 Frigate 内置的 go2rtc 做 RTSP 重推多路消费走同一个源相关实现见 go2rtc 重推配置。症状内存缓慢上涨跑几天后状态异常。原因某个模块分配没有及时释放。解法Frigate 自带 memray 内存剖析设环境变量FRIGATE_MEMRAY_MODULES指向可疑模块如frigate.embeddings即可定位入口在 frigate/embeddings/。一条docker compose up就能拿到的本地 AI 检测 NVR事件、录像、联动全在私有网络里闭环。现在就去把docker-compose.yml改好让第一路摄像头开始出事件。【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
本地目标检测NVR实战：Docker一条命令跑通 Frigate
本地目标检测NVR实战Docker一条命令跑通 Frigate【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家用摄像头要录像云 NVR 又怕隐私外泄自建 NVR 又嫌配置复杂。Frigate 把这两个矛盾都绕开了——它在本地做实时目标检测视频流不用离开你的网络。它解决了什么问题市面上的 NVR 大多只负责录像看的时候才需要人去翻。Frigate 把 AI 目标检测塞进了录像链路先跑一层低开销的运动检测发现画面有变化才唤醒模型只在必要的位置和时机识别而不是对每一帧都跑推理。识别出的目标会生成事件、生成片段再通过 MQTT 推送给 Home Assistant 等系统。换句话说它是一台边录边看的 NVR而不是等你回头查录像的工具。从零到跑通克隆仓库把docker-compose.yml里 frigate 服务的镜像、端口8030和配置卷挂载填好启动容器即可。services: frigate: image: ghcr.io/blakeblackshear/frigate:stable ports: - 8030:8030 volumes: - ./config/frigate.yml:/config/config.yml仓库里的 docker-compose.yml 就是现成模板git clone https://gitcode.com/GitHub_Trending/fr/frigate之后照着抄浏览器打开 8030 端口就能看到界面。上手后你能做到什么凌晨有人从车库门口走过Frigate 会把人框出来、生成一条带时间戳的事件并自动截取前后几秒的片段存下来你第二天只需要看事件页不用翻整夜录像。白天的车道车辆进入你圈定的区域就触发事件。如果你接了 Home AssistantMQTT 消息推过去就能直接弹通知整个链路不经过任何云端。再往前一步接一台支持 ONVIF 的 PTZ 云台检测到目标后云台会自动转向并持续把目标保持在画面中央目标离开或超时后才回到默认机位。最影响体验的3个配置项detectors决定推理跑在哪块硬件上Coral、Hailo、Intel NPU 各有插件实现见 检测器插件。选错它帧率直接腰斩。zones在画面上圈出真正关心的区域只有目标进入区域才算事件。不圈的话画面边缘一片树叶晃动就能让告警失去意义区域配置模块在 frigate/camera/。record按检测到对象来保留录像。保留期设短点磁盘省设长点回溯从容这是磁盘预算和回溯能力之间的取舍。进阶玩法让云台替你追目标autotracking 是 Frigate 最有存在感的联动。开启后Frigate 判断目标不是误报且进入指定区域就通过 ONVIF 指令驱动 PTZ 云台把目标一直留在画面中央丢失目标后还会在丢失区域扫几秒再回位。注意前提摄像头必须支持 ONVIF 的相对平移协议便宜的老款云台大概率不行日志里会直接报错提示。避坑实录症状CPU 检测卡顿、事件延迟高。原因纯 CPU 推理只能当调试用扛不住多路摄像头。解法给容器挂上硬件加速器USB Coral、Hailo 或 GPU在detectors里对应声明。症状摄像头频繁断流、偶发花屏。原因Frigate、录像、推流、你的客户端各自拉一路 RTSP摄像头连接数直接爆。解法用 Frigate 内置的 go2rtc 做 RTSP 重推多路消费走同一个源相关实现见 go2rtc 重推配置。症状内存缓慢上涨跑几天后状态异常。原因某个模块分配没有及时释放。解法Frigate 自带 memray 内存剖析设环境变量FRIGATE_MEMRAY_MODULES指向可疑模块如frigate.embeddings即可定位入口在 frigate/embeddings/。一条docker compose up就能拿到的本地 AI 检测 NVR事件、录像、联动全在私有网络里闭环。现在就去把docker-compose.yml改好让第一路摄像头开始出事件。【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