使用 Seeed Odyssey 的 FRIGATE NVR 项目

什么是 Frigate NVR？

来自 frigate 官方网站 的示例图片

"Frigate 是一个基于实时 AI 目标检测的开源 NVR。所有处理均在您自己的硬件上本地完成，您的摄像头视频流永远不会离开您的家。" -- Frigate NVR

Frigate NVR 是最受欢迎的网络视频录像机项目之一，它为您的安全摄像头添加了本地处理的 AI 功能，因此您不仅可以避免为云推理服务器支付高昂费用，还可以确保您的宝贵私人摄像头视频流不会暴露在公共互联网中。Frigate 可以通过单个 Google Coral TPU 每秒处理 100 多个目标检测，您可以根据自己的使用场景自定义检测区域和遮罩。它还可以与 Home Assistant 和其他自动化平台集成，只需最少的设置工作即可提供更多安全功能，并将边缘 AI 解决方案集成到您的宝贵资产中。

前置条件

• 1 x Odyssey Blue: Quad Core Celeron J4125 Mini PC with 128GB external SSD
• 1 x Coral USB Accelerator（可选）
• RTSP 摄像头流
• 键盘和 HDMI 显示器

确保 Odyssey Blue 已连接到与您的 RTSP 网络摄像头相同的网络，或者可以访问您的 RTSP 网络摄像头。

入门指南

在本指南中，我们将向您展示如何配置 Frigate Docker 环境，在 Seeed Studio 的 Odyssey Blue 上使用 Coral USB Accelerator 对 RTSP 摄像头流进行本地 AI 检测。有关 Home Assistant 插件设置，请继续关注！

步骤 1： 确保您已在 Odyssey Blue 上安装了 Debian 11

请下载 Debian 11 操作系统镜像，并按照此处的安装指南在 Odyssey Blue 上安装 Debian 11 操作系统。

步骤 2： 确保您已在 Debian 11 上安装了 Docker 引擎和 Docker Compose

请按照 在 Debian 上安装 Docker 引擎 的指南安装 Docker 引擎和 Docker Compose。

检查是否成功安装了 Docker：

请打开终端应用并输入以下命令：

docker -v

您应该会在终端中看到以下输出：

步骤 3： 创建 Frigate Docker 文件

在终端应用中输入以下命令，使用 vi 文本编辑器创建 Frigate Docker 文件：

1 mkdir ~/Documents/frigate
2 cd ~/Documents/frigate
3 vi frigate.yml

在 frigate.yml 文件中插入以下内容以设置 Frigate 的 docker-compose 配置，并根据您的环境设置替换必要的部分。

version: "3.9"
services:
  frigate:
    container_name: frigate
    privileged: true # 对于所有设置可能不是必需的
    restart: unless-stopped
    image: blakeblackshear/frigate:stable-amd64
    shm_size: "64mb" # 根据上述计算为您的摄像头更新
    devices:
      - /dev/bus/usb:/dev/bus/usb # 传递 USB Coral，需要为其他版本修改
      - /dev/apex_0:/dev/apex_0 # 传递 PCIe Coral，请按照此处的驱动程序说明操作 https://coral.ai/docs/m2/get-started/#2a-on-linux
      - /dev/dri/renderD128 # 用于 Intel 硬件加速，需要根据您的硬件更新
    volumes:
      - /etc/localtime:/etc/localtime:ro
      - /path/to/your/config.yml:/config/config.yml:ro
      - /path/to/your/storage:/media/frigate
      - type: tmpfs # 可选：1GB 内存，减少 SSD/SD 卡磨损
        target: /tmp/cache
        tmpfs:
          size: 1000000000
    ports:
      - "5000:5000"
      - "1935:1935" # RTMP 流
    environment:
      FRIGATE_RTSP_PASSWORD: "password"

有关 Frigate docker-compose yaml 配置选项的更多详细信息，请访问 Frigate 文档页面。

在我的案例中，我的 frigate.yml 文件如下所示：

version: "3.7"
services:
  frigate:
    container_name: frigate
    privileged: true # 对于所有设置可能不是必需的
    restart: unless-stopped
    image: blakeblackshear/frigate:stable-amd64
    shm_size: "64mb" # 根据上述计算为您的摄像头更新
    devices:
      - /dev/bus/usb:/dev/bus/usb # 传递 USB Coral，需要为其他版本修改
      - /dev/apex_0:/dev/apex_0 # 传递 PCIe Coral，请按照此处的驱动程序说明操作 https://coral.ai/docs/m2/get-started/#2a-on-linux
      - /dev/dri/renderD128 # 用于 Intel 硬件加速，需要根据您的硬件更新
    volumes:
      - /etc/localtime:/etc/localtime:ro
      - /home/seeed/Documents/frigate/config/config.yml:/config/config.yml:ro
      - /home/seeed/Documents/frigate:/media/frigate
      - type: tmpfs # 可选：1GB 内存，减少 SSD/SD 卡磨损
        target: /tmp/cache
        tmpfs:
          size: 1000000000
    ports:
      - "5000:5000"
      - "1935:1935" # RTMP 流
    environment:
      FRIGATE_RTSP_PASSWORD: "password"

步骤 4： 创建 Frigate 配置文件

在终端应用中输入以下命令以创建配置文件夹：

1 cd ~/Documents/frigate
2 mkdir config/
3 cd config/

输入以下命令使用 vi 文本编辑器创建 Frigate 配置文件：

1 vi config.yml

然后复制以下内容以进行最低配置设置，使 Frigate 能够运行：

mqtt:
  host: mqtt.server.com #请替换为有效的 MQTT Broker
cameras:
  back:
    ffmpeg:
      inputs:
        - path: rtsp://viewer:{FRIGATE_RTSP_PASSWORD}@10.0.10.10:554/cam/realmonitor?channel=1&subtype=2 #替换为您的 RTSP 摄像头 URL
          roles:
            - detect
            - rtmp
    detect:
      width: 1280
      height: 720

请访问 Frigate 文档页面的 configuration 部分以了解所有配置选项。

在我的情况下，除了以下根据我的设置自定义的配置列表外，其余配置保持默认：

• MQTT: broker.hivemq.com
• 检测器：Coral USB Accelerator
• 摄像头: rtsp://192.168.8.34:8080/unicast
• 跟踪对象: person, cup (注意：对象标签列表可以在 Frigate 文档页面的 Objects 部分找到)
• 录制: 当检测到 Person 或 Cup 时，录制时间为检测前 2 秒和检测后 2 秒。

因此我的 config.yml 文件如下所示：

mqtt:
  host: broker.hivemq.com # 使用 HiveMQ MQTT Broker 进行测试
detectors:
  # 必需: 检测器名称
  coral:
    # 必需: 检测器类型
    # 有效值为 'edgetpu'（需要下面的设备属性）和 'cpu'。
    type: edgetpu
    # 可选: 设备名称，定义见 https://coral.ai/docs/edgetpu/multiple-edgetpu/#using-the-tensorflow-lite-python-api
    device: usb
# 可选: 模型修改
model:
  # 可选: 模型路径（默认: 根据检测器自动设置）
  path: /edgetpu_model.tflite
  # 可选: 标签映射路径（默认: 如下所示）
  labelmap_path: /labelmap.txt
  # 必需: 对象检测模型输入宽度（默认: 如下所示）
  width: 320
  # 必需: 对象检测模型输入高度（默认: 如下所示）
  height: 320
cameras:
  back:
    ffmpeg:
      inputs:
        - path: rtsp://192.168.8.34:8080/unicast
          roles:
            - detect
            - rtmp
# 可选: 检测配置
# 注意: 可以在摄像头级别覆盖
detect:
  # 可选: 用于检测角色输入的帧宽度（默认: 如下所示）
  width: 800
  # 可选: 用于检测角色输入的帧高度（默认: 如下所示）
  height: 600
  # 可选: 摄像头的期望帧率，用于检测角色输入（默认: 如下所示）
  # 注意: 推荐值为 5。理想情况下，尝试降低摄像头的 FPS。
  fps: 8
  # 可选: 启用摄像头检测（默认: True）
  # 此值可以通过 MQTT 设置，并将在启动时根据保留值更新
  enabled: True
  # 可选: 没有检测到对象的帧数，超过此值后 Frigate 将认为对象已消失。（默认: 帧率的 5 倍）
  max_disappeared: 25
  # 可选: 静止对象跟踪配置
  stationary:
    # 可选: 确认静止对象的频率（默认: 如下所示）
    # 设置为 0 时，只有检测到运动时才会确认静止对象。
    # 如果设置为 10，则每 10 帧运行一次对象检测以确认对象仍然存在。
    interval: 0
    # 可选: 对象位置未变化的帧数，超过此值后对象被认为是静止的（默认: 帧率的 10 倍或 10 秒）
    threshold: 50
    # 可选: 跟踪静止对象的最大帧数（默认: 未设置，永久跟踪）
    # 这可以帮助减少误报，例如某些对象应该只静止有限时间。
    max_frames:
      # 可选: 所有对象类型的默认值（默认: 未设置，永久跟踪）
      default: 3000
      # 可选: 特定对象值
      objects:
        person: 1000
# 可选: 对象配置
# 注意: 可以在摄像头级别覆盖
objects:
  # 可选: 从 labelmap.txt 中跟踪的对象列表（默认: 如下所示）
  track:
    - person
    - cup
# 可选: 录制配置
# 注意: 可以在摄像头级别覆盖
record:
  # 可选: 启用录制（默认: 如下所示）
  # 警告: 如果在配置中禁用了录制，稍后通过 UI 或 MQTT 启用将无效。
  # 警告: Frigate 当前不支持根据可用磁盘空间自动限制录制。
  # 如果使用录制，必须为录制段指定保留天数，以适应磁盘空间，否则 Frigate 将崩溃。
  enabled: True
  # 可选: 清理运行之间的分钟数（默认: 如下所示）
  # 如果希望减少磁盘录制段删除的频率以最小化 I/O，可以使用此设置。
  expire_interval: 60
  # 可选: 录制的保留设置
  retain:
    # 可选: 无论事件如何，保留录制的天数（默认: 如下所示）
    # 注意: 如果只希望保留事件的录制，应将此设置为 0，并在下面的事件部分定义保留。
    days: 0
    # 可选: 保留模式。可用选项为: all, motion 和 active_objects
    #   all - 保存所有录制段，无论是否有活动
    #   motion - 保存所有录制段，检测到任何运动
    #   active_objects - 保存所有录制段，检测到活动/移动对象
    # 注意: 此模式仅在上述天数设置大于 0 时适用
    mode: all
  # 可选: 事件录制设置
  events:
    # 可选: 长事件期间保留视频的最大时间长度。（默认: 如下所示）
    # 注意: 如果对象被跟踪的时间超过此值，保留的录制将是事件的最后 x 秒，除非 record->retain->days > 0。
    max_seconds: 300
    # 可选: 包括事件前的秒数（默认: 如下所示）
    pre_capture: 2
    # 可选: 包括事件后的秒数（默认: 如下所示）
    post_capture: 2
    # 可选: 保存录制的对象。（默认: 所有跟踪的对象）
    objects:
      - person
      - cup
    # 可选: 限制录制到进入任何列出的区域的对象（默认: 无需区域）
    required_zones: []
    # 可选: 事件录制的保留设置
    retain:
      # 必需: 默认保留天数（默认: 如下所示）
      default: 10
      # 可选: 保留模式。（默认: 如下所示）
      #   all - 保存所有事件录制段，无论是否有活动
      #   motion - 保存所有事件录制段，检测到任何运动
      #   active_objects - 保存所有事件录制段，检测到活动/移动对象
      mode: motion
      # 可选: 每个对象的保留天数
      objects:
        person: 2
        cup: 3

步骤 5： 启动 Frigate Docker 容器

1 cd ~/Documents/frigate
2 sudo docker-compose -f frigate.yml up

若需排查问题，可以通过打印 Docker 日志来查看错误：

sudo docker logs frigate

步骤 6： 查看 Frigate Web 前端

通过在终端中输入以下命令，找到 Odyssey Blue 服务器的 IP 地址：

1 ip a

你应该会在终端中看到类似的输出，根据你的连接设置找到有效的 IP 地址：

一旦找到 Odyssey Blue 的 IP 地址，请打开你喜欢的网页浏览器，并在地址栏中输入 ip-address:5000。例如，在我的情况下，IP 地址是 192.168.8.57，因此我在浏览器地址栏中输入的 URL 是 192.168.8.57:5000，你应该会进入类似于下图的主页：

要观察实时检测，请点击视频流，然后点击主视图右上角的 Debug 按钮，再点击实时视频流下方的 SHOW OPTIONS 按钮，勾选 Bonding Box 或其他你希望在实时视频流中看到的选项。

尽情探索 Odyssey Blue 上的 Frigate 更多选项吧！你还可以查看其他单板计算机（SBC）选项，例如 reComputer 系列，为你的应用添加边缘 AI 功能。

技术支持与产品讨论

感谢您选择我们的产品！我们为您提供多种支持渠道，确保您使用我们的产品时体验顺畅。我们提供多种沟通方式，以满足不同的偏好和需求。