Frigate 0.16 实测笔记双核迷你主机跑 3 路本地 AI 监控够不够用【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 是一款完全本地化的 NVR核心任务是在你自己的机器上对 IP 摄像头跑实时对象检测并生成事件视频流和检测数据都不出内网。下面按先跑起来、再讲原理、最后调优的顺序把硬件门槛、最短 Docker 部署路径和三类最常用的配置键过一遍。 硬件选型与 Docker 一键启动先跑起来再调优硬件门槛可以参考下面这条线单路摄像头双核 2.0GHz CPU 4GB 内存 64GB SSD 即可4 路摄像头四核 i5/R5 8GB 256GB SSD建议加一块 Google Coral8 路以上需要八核 CPU、16GB 内存、1TB NVMe并基本必须配 Hailo-8。部署路径本身很短要求 Docker 20.10 与 Docker Compose拉取代码并准备目录git clone https://gitcode.com/GitHub_Trending/fr/frigate进入目录后mkdir -p config storage在config/config.yml写入最小配置见下docker-compose up -d启动浏览器打开http://localhost:5000验证 WebUI首次启动会自动拉取默认检测模型约 300MBcameras: front_door: ffmpeg: input: rtsp://admin:password192.168.1.10:554/stream1 detect: enabled: true width: 1280 height: 720 fps: 5 objects: track: [person, car]原理速览为什么能实时、本地、省带宽三个设计决定了它的资源占用方式只在关键帧触发检测。用低开销的背景差分运动检测判断哪里有变化只在检测到运动的帧上调用对象检测模型检测端算力可降约 70%。事件驱动的存储。默认只保留含有效事件的视频片段官方口径约省 60% 存储空间需要 7×24 录像时再用record配置块开启并设retain_days。多进程架构。检测、录像、API、通知各自独立进程检测被单独隔离以保住 FPS进程间协调见 frigate/comms/inter_process.py。配上加速器Hailo、Google Coral、OpenVINO 等后树莓派 5 这类硬件也能维持 25 FPS 的实时检测而不是一帧帧全量过模型。⚙️ 三个最常用的配置项摄像头接入、检测参数、加速设备摄像头接入。ffmpeg.input直接填 RTSP 地址。检测路建议拉摄像头的 H.264 子码流而不是高码率主码流这是控制带宽的第一道闸。检测参数。detect.width/detect.height/detect.fps决定模型侧负载分辨率和帧率越高、推理越多。想压误检可在objects.filters下给目标加min_area: 5000最小面积单位像素之类的过滤器。加速设备。插着 Google Coral USB 棒的机器在docker-compose.yml里加一行设备映射把 USB 总线透传进容器services: frigate: devices: - /dev/bus/usb:/dev/bus/usbHailo、Coral、OpenVINO、TensorRT 等各加速器的适用场景与默认模型可以在文档的检测器章节里按型号对照选择。 调优与排障帧率上不去、存储膨胀低配设备跑不动CPU 打满、检测明显掉帧最直接的解法是降低检测路输入detect: width: 800 height: 450 fps: 3同时可换轻量模型比如把model.path指到 640×640 输入的 YOLOv8n并在 compose 里给容器加资源上限防止检测把 CPU 吃满deploy: resources: limits: cpus: 2 memory: 2G存储膨胀。用两个键控制record.retain_days滚动录像保留天数如 30和record.events.retain事件片段保留天数如 10mode: active_objects表示仅在有有效事件时保留键名与默认行为见录制配置文档。帧率仍不达标。依次检查三处检测路是否误拉了主码流、加速器是否真正透传生效没生效会退回 CPU 推理、机型与负载是否匹配硬件选型指南里给出的档位。适合谁以及下一步Frigate 0.16 适合两类人自托管 Home Assistant、希望用 MQTT/WebUI 直接拿事件的用户以及不想让家用监控数据出局域网、愿意用一台迷你主机或树莓派 5 加 Hailo 当专用盒子的用户。完整配置项以官方文档为准想读源码的话从frigate/detectors/检测和frigate/record/录像两个模块入手最省时间。【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 0.16 实测笔记：双核迷你主机跑 3 路本地 AI 监控，够不够用？
Frigate 0.16 实测笔记双核迷你主机跑 3 路本地 AI 监控够不够用【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 是一款完全本地化的 NVR核心任务是在你自己的机器上对 IP 摄像头跑实时对象检测并生成事件视频流和检测数据都不出内网。下面按先跑起来、再讲原理、最后调优的顺序把硬件门槛、最短 Docker 部署路径和三类最常用的配置键过一遍。 硬件选型与 Docker 一键启动先跑起来再调优硬件门槛可以参考下面这条线单路摄像头双核 2.0GHz CPU 4GB 内存 64GB SSD 即可4 路摄像头四核 i5/R5 8GB 256GB SSD建议加一块 Google Coral8 路以上需要八核 CPU、16GB 内存、1TB NVMe并基本必须配 Hailo-8。部署路径本身很短要求 Docker 20.10 与 Docker Compose拉取代码并准备目录git clone https://gitcode.com/GitHub_Trending/fr/frigate进入目录后mkdir -p config storage在config/config.yml写入最小配置见下docker-compose up -d启动浏览器打开http://localhost:5000验证 WebUI首次启动会自动拉取默认检测模型约 300MBcameras: front_door: ffmpeg: input: rtsp://admin:password192.168.1.10:554/stream1 detect: enabled: true width: 1280 height: 720 fps: 5 objects: track: [person, car]原理速览为什么能实时、本地、省带宽三个设计决定了它的资源占用方式只在关键帧触发检测。用低开销的背景差分运动检测判断哪里有变化只在检测到运动的帧上调用对象检测模型检测端算力可降约 70%。事件驱动的存储。默认只保留含有效事件的视频片段官方口径约省 60% 存储空间需要 7×24 录像时再用record配置块开启并设retain_days。多进程架构。检测、录像、API、通知各自独立进程检测被单独隔离以保住 FPS进程间协调见 frigate/comms/inter_process.py。配上加速器Hailo、Google Coral、OpenVINO 等后树莓派 5 这类硬件也能维持 25 FPS 的实时检测而不是一帧帧全量过模型。⚙️ 三个最常用的配置项摄像头接入、检测参数、加速设备摄像头接入。ffmpeg.input直接填 RTSP 地址。检测路建议拉摄像头的 H.264 子码流而不是高码率主码流这是控制带宽的第一道闸。检测参数。detect.width/detect.height/detect.fps决定模型侧负载分辨率和帧率越高、推理越多。想压误检可在objects.filters下给目标加min_area: 5000最小面积单位像素之类的过滤器。加速设备。插着 Google Coral USB 棒的机器在docker-compose.yml里加一行设备映射把 USB 总线透传进容器services: frigate: devices: - /dev/bus/usb:/dev/bus/usbHailo、Coral、OpenVINO、TensorRT 等各加速器的适用场景与默认模型可以在文档的检测器章节里按型号对照选择。 调优与排障帧率上不去、存储膨胀低配设备跑不动CPU 打满、检测明显掉帧最直接的解法是降低检测路输入detect: width: 800 height: 450 fps: 3同时可换轻量模型比如把model.path指到 640×640 输入的 YOLOv8n并在 compose 里给容器加资源上限防止检测把 CPU 吃满deploy: resources: limits: cpus: 2 memory: 2G存储膨胀。用两个键控制record.retain_days滚动录像保留天数如 30和record.events.retain事件片段保留天数如 10mode: active_objects表示仅在有有效事件时保留键名与默认行为见录制配置文档。帧率仍不达标。依次检查三处检测路是否误拉了主码流、加速器是否真正透传生效没生效会退回 CPU 推理、机型与负载是否匹配硬件选型指南里给出的档位。适合谁以及下一步Frigate 0.16 适合两类人自托管 Home Assistant、希望用 MQTT/WebUI 直接拿事件的用户以及不想让家用监控数据出局域网、愿意用一台迷你主机或树莓派 5 加 Hailo 当专用盒子的用户。完整配置项以官方文档为准想读源码的话从frigate/detectors/检测和frigate/record/录像两个模块入手最省时间。【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