Frigate：
一款基于实时 AI 目标检测技术的开源网络录像机（NVR）。所有视频分析都在您本地设备上完成，摄像头画面全程不会上传到云端，数据安全有保障。
功能特性：
- • 通过自定义组件与Home Assistant紧密集成
- • 设计上通过仅在必要时和必要地点寻找物体，最大限度地减少资源使用并最大化性能
- • 大量利用多进程处理，强调实时性而非处理每一帧
- • 使用非常低开销的画面变动检测来确定运行物体检测的位置
- • 使用TensorFlow进行物体检测，运行在单独的进程中以达到最大FPS
- • 通过MQTT进行通信，便于集成到其他系统中
- • 根据检测到的物体设置保留时间进行视频录制
- • 24/7全天候录制
- • 通过RTSP重新流传输以减少摄像头的连接数
- • 支持WebRTC和MSE，实现低延迟的实时观看
演示 Demo：
https://demo.frigate.video
安装
Docker Compose
services:
frigate:
image: ghcr.io/blakeblackshear/frigate:stable
container_name: frigate
ports:
- 8971:8971
- 8554:8554
- 8555:8555/tcp
- 8555:8555/udp
environment:
- FRIGATE_RTSP_PASSWORD=password
- TZ=Asia/Shanghai
volumes:
- ./storage:/media/frigate
- ./config:/config
- /etc/localtime:/etc/localtime:ro
devices:
- /dev/dri/renderD128:/dev/dri/renderD128
restart: unless-stopped
参数说明（更多参数建议去看文档）
:::8971（端口）：HTTPS 访问端口，管理员
5000（端口，可选）：HTTP 访问端口，不需要密码的匿名用户
8554（端口）：RTSP 输出
8555（端口）：WebRTC 输出
FRIGATE_RTSP_PASSWORD（环境变量）：RTSP 流密码
TZ（环境变量）：指定时区
/media/frigate（路径）：用于存储监控录制文件
/config（路径）：用于存储配置文件及 SQLite 数据库
/etc/localtime（路径）：同步时区
/dev/dri/renderD128（硬件）：核显加速
:::
使用
浏览器中输入 http://NAS的IP:8971 就能看到界面，注意是 HTTPS 协议
TIP：查看容器日志，找到自动创建的用户名和密码
粘贴上面获取的用户名和密码
进入面板界面，目前还没对接摄像头，所以没显示画面
TIP：为了截图效果，这里设置了一下主题
点击左下角，先设置一下密码
更换一下原来的密码，避免忘记了
下面就简单说说怎么配置，需要详细了解的建议去看看文档
https://docs.frigate-cn.video/guides/getting_started
添加摄像头
点击左下角设置，打开配置编辑器
TIP：注意配置文件的层级结构，如果配置命令放到最外层就是设置全局，放到单独设备里面，说明设置指定的设备。
默认配置比较简单，主要修改就这两个地方
TIP：因为我没有常规摄像头，所以这里我是用手机安装的 IP 摄像头进行演示的（不同应用可能不同，但都是差不多的，我这个也不是太好用比较多广告就不分享了）
这种 IP 摄像头应用，其实直接输入到浏览器也是可以打开看到画面，并且可以设置的
一般也都是支持 RTSP 传输协议的（有低画质和高画质两种）
回到配置编辑器，修改设备名称和 RTSP 地址
重启完成以后，就可以看到画面了
对比应用自带的控制页面，感觉 Frigate 延迟比较大
点击画面可以进入到大屏设置界面，这样就完成最简单的添加摄像头了
启用录制
回到配置编辑器，添加录制权限和其他配置
修改完成，保存并重启
回到监控界面，右上角录制开关已经打开了
点击“历史”按钮
右侧时间轴可以拖动进行查看
来到映射的 /storage 目录，就可以看到录制的视频
检测识别
默认配置是关闭检测功能的，可以直接在监控界面手动打开
打开检测，如果有动静会有图标显示
目前是 CPU 处理识别，可以看看关闭时占用 2% ，启用后占用来到了 15%，还是非常消耗资源的
查看一下“历史”
右侧时间轴，可以看到红色条，说明这段时间检测到事件
点击“事件”，能看到事件发生的截图
回到配置编辑器，可以设置默认开启检测（detect 就是检测的配置）
TIP：纯 CPU 处理太吃处理器性能，可以配置核显进行加速
设置加速器（这里我也不是太懂，建议还是以文档为准）
# VAAPI通用配置（自动选择H.264/H.265）hwaccel_args: preset-vaapi# QSV特定编解码器配置hwaccel_args: preset-intel-qsv-h264hwaccel_args: preset-intel-qsv-h265
配置以后 CPU 占用好像少了一点，但感觉好像都差不多
上面设置了感觉效果不明显，换成了 OpenVINO 检测器（前面的就删了）
detectors:ov: type: openvino device: GPUmodel:width: 300height: 300input_tensor: nhwcinput_pixel_format: bgrpath: /openvino-model/ssdlite_mobilenet_v2.xmllabelmap_path: /openvino-model/coco_91cl_bkgr.txt
设置之后，处理器利用率明显下降，占用在 4%左右
核显调用利用率其实不高
其他功能
Frigate 我也是第一次使用，就不乱介绍了，可以简单看看截图
核查
浏览
导出
系统信息（常规）
系统信息（存储）
系统信息（摄像头）
系统日志
设置
总结
虽然我是第一次使用 Frigate，但早有耳闻这款监控应用。实际体验下来效果不错，不过配置存在一定入门门槛，需要对照文档进行设置，如果可以提供图形化配置界面就更好更直观了。需要特别提醒，如果启用检测识别功能，一定要配置核显加速，能有效降低处理器利用率。此外，Frigate 是可以与 Home Assistant 配合集成的，方便用户构建智能家居生态。
综合来看，Frigate 适合有本地视频监控、AI 目标检测需求，且注重数据隐私与系统集成性的用户，无论是家庭安防还是小型场所监控场景，它都能提供可靠支持。
综合推荐：⭐⭐⭐⭐（适合注重隐私与 AI 检测的监控场景）
使用体验：⭐⭐⭐⭐（功能完善，AI 智能检测）
部署难易：⭐⭐（简单）︎
︎
