6083 字
30 分钟
自建服务实战:Frigate 打造 AI 摄像头监控系统
2026-11-15

先说问题:摄像头的录像,凭什么要先绕一圈云端#

家里装摄像头的人越来越多,但多数消费级摄像头的「智能检测」是这么工作的:画面先传到厂商云端,云端判断「有人经过」,再把通知推回你的手机。代价很具体:

  • 隐私不在自己手里。你家门口、院子、车库的画面,常年流经别人的服务器,对方怎么存、存多久、给谁看,你说了不算。
  • 订阅绑架。云存储、AI 检测、历史回放,一层层都是月费,不交钱摄像头就退化成只会录像的摆设。
  • 断网即瞎。云端检测依赖外网,宽带一断,检测和通知跟着一起断,本地明明有录像也调不出来智能事件。
  • 误报轰炸。云端算法不认识你家的环境,树影、车灯、飞虫全给你推一条,几天下来就把通知关了,监控形同虚设。

Frigate 的路线完全相反:它是一个跑在你自己服务器上的开源 NVR(网络录像机),摄像头画面只在局域网里流动,AI 目标检测在本地硬件上完成,识别出人、车、猫、狗之后才生成事件、截图和录像片段。Frigate 的核心价值就一句话:检测和录像全部本地完成,画面不出家门,智能不靠订阅。

本篇主线:认识 Frigate 的工作模型 → 准备摄像头与检测加速硬件 → Docker Compose 部署 → config.yml 逐段详解 → 事件与回放 → 检测性能调优 → 与 MQTT、Home Assistant 联动 → 存储容量估算与保留策略。

Frigate 是什么:一个「只对感兴趣的东西录像」的 NVR#

传统 NVR 的逻辑是 24 小时无差别录像,回放时靠时间轴慢慢拖。Frigate 的逻辑是事件驱动的,三条流水线各司其职:

流水线干什么用哪路码流
运动检测(motion)用 OpenCV 在低清画面上找「哪里动了」,成本极低子码流
目标检测(detect)把动起来的区域截出来,喂给 AI 模型判断是人、车还是猫狗子码流
录像(record)把高清画面按事件切成片段存盘,没事件的时段可直接丢弃主码流

运动检测先筛掉 99% 的静止画面,AI 模型只处理真正有变化的区域,这是 Frigate 能在小主机上带多路摄像头的关键。检测到目标后,它会生成一个「事件」:带目标框的截图、事件前后的录像片段、目标类型和置信度,全部存进本地数据库,在 Web 界面里按摄像头、按目标类型筛选回放。

它识别的目标类型来自 COCO 数据集,常用的包括 person(人)、car(车)、motorcycle、bicycle、dog、cat、bird 等。对家庭场景来说,真正有用的就四五个,剩下的在配置里关掉还能减少误报。

WARNING

Frigate 只做检测和录像,不提供云端中继,也没有官方手机 App。远程查看要靠你自己的方式回到内网(比如在 Nginx Proxy Manager 后面加访问控制),这块的安全思路可以参考本系列的自建服务安全与访问控制,千万不要把 Frigate 的 5000 端口裸奔暴露到公网——它早期版本的鉴权非常薄弱,等于把家里画面开给全网看。

硬件准备:摄像头与检测加速器#

摄像头:认准 RTSP 和双码流#

Frigate 不挑品牌,只挑协议。选购时确认三件事:

  • 支持 RTSP 输出。海康、大华、TP-LINK、Reolink 的多数型号都支持;某些只给自家云 App 的纯消费级摄像头拿不到 RTSP 流,直接排除。
  • 支持双码流。主码流 4MP/5MP 高清录像,子码流 720P 或 D1 低清给检测用,两路同时输出,这是后面配置分工的前提。
  • 编码格式优先 H.264。H.265 省空间但部分硬件解码兼容性差,Frigate 官方也建议检测链路用 H.264 更稳;录像路可以保留 H.265。

供电和网络没什么好说的:PoE 交换机一根网线搞定供电加数据,是最省心的方案。摄像头和服务器放同一个局域网网段,跨网段拉流徒增排障难度。

检测加速器:整个系统最关键的一笔钱#

目标检测是纯算力活,用 CPU 硬算不是不行,但一路摄像头就能吃掉一两个核心,多路必爆。Frigate 支持三类加速方案:

方案代表硬件推理性能功耗成本适合场景
Google Coral TPUUSB 版 / M.2 / PCIe 版 Edge TPU约 4 TOPS,一次推理个位数毫秒约 2W一两百元但常缺货路数不多、追求低功耗小主机的首选
Intel OpenVINON100、J4125 等带核显的 Intel CPU核显跑检测,性能够用,多路略吃紧整机功耗的一部分零额外成本(核显白送)已经用 Intel 小主机的人,零成本起步
NVIDIA GPUGTX 1660、RTX 3050 等独显,或 Jetson性能最强,多路高帧率无压力几十瓦起步独显价格+电费已有显卡、路数多,或还要兼跑其他 AI 服务

几个选型要点:

  • Coral 是 Frigate 的「原配」。它的模型就是为 Edge TPU 编译的,单路检测延迟最低、功耗几乎可忽略。USB 版要注意插 USB 3.0 口并保证供电,挂在廉价 Hub 上容易掉设备。缺点是这两年经常缺货,价格被炒高时不必硬追。
  • OpenVINO 是性价比之王。N100 这类小主机的核显跑 3–4 路子码流检测毫无压力,整机待机功耗也就十来瓦。家里已经有 Intel 平台软路由或小主机的,这是零成本方案。
  • NVIDIA 适合「一卡多用」。如果你的服务器上已经插了显卡跑其他服务(比如本系列 Jellyfin 影音库的硬件转码),Frigate 可以共享同一张卡做检测。独显的驱动与容器直通配置,本系列的 Docker 调用 NVIDIA GPU 指南里有完整流程,这里不重复。纯为 Frigate 买独显则不划算,功耗和噪音都摆在那里。

宿主机本身的门槛不高:双核 CPU、4GB 内存就能起步(用了加速器之后 CPU 只负责运动检测和录像写入)。存储单独规划,下一节细说。

Docker Compose 部署#

先建目录结构:

Terminal window
mkdir -p /opt/frigate/config /mnt/nvr/frigate
cd /opt/frigate

录像目录 /mnt/nvr/frigate 建议是一块独立的大容量机械盘或 NAS 挂载点,不要把录像写进系统盘或 Docker 数据盘,原因在后面的排障部分会讲透。

docker-compose.yml 如下,以 Coral USB 版为例:

services:
frigate:
container_name: frigate
image: ghcr.io/blakeblackshear/frigate:stable
restart: unless-stopped
stop_grace_period: 30s
shm_size: "256mb"
devices:
- /dev/bus/usb:/dev/bus/usb # Coral USB 版直通
# - /dev/dri/renderD128:/dev/dri/renderD128 # Intel 核显直通(OpenVINO/VAAPI 用)
volumes:
- /etc/localtime:/etc/localtime:ro
- ./config:/config # config.yml 所在目录
- /mnt/nvr/frigate:/media/frigate # 录像与截图存储
- type: tmpfs
target: /tmp/cache # 录像分片先写内存盘,再转存正式目录
tmpfs:
size: 1000000000
ports:
- "5000:5000" # Web 界面
- "8554:8554" # 内置 go2rtc 的 RTSP 转发
- "8555:8555/tcp" # WebRTC 直播
- "8555:8555/udp"
environment:
FRIGATE_RTSP_PASSWORD: "你的摄像头密码"
TZ: Asia/Shanghai

这份 Compose 里有三个容易被忽略但很关键的点:

  • shm_size 不能省。Frigate 用共享内存给每路摄像头存检测帧,默认的 64MB 在多路或高分辨率子码流下会直接报 Bus error 崩溃。官方经验公式是:宽 × 高 × 1.5 × 20 + 270000 字节/路,720P 子码流一路约 40MB,256MB 够 4–5 路用,路数多就往上加。
  • /tmp/cache 用 tmpfs。录像分片是高频小写入,先落内存盘、成片后再搬到正式存储,能大幅减少机械盘的碎片写入和抖动。1GB 内存盘是常规值,路数多可加大。
  • 密码走环境变量。摄像头密码不要明文写进 config.yml,在配置里用 {FRIGATE_RTSP_PASSWORD} 占位引用,Compose 里注入,后面换密码只改一处。

先别急着填完整配置,写一个最小 config/config.yml 把容器拉起来验证硬件直通:

mqtt:
enabled: false
detectors:
coral:
# OpenVINO 用户把这一段换成:
# ov:
# type: openvino
# device: GPU
type: edgetpu
device: usb
cameras:
test_cam:
ffmpeg:
inputs:
- path: rtsp://admin:{FRIGATE_RTSP_PASSWORD}@192.168.1.64:554/Streaming/Channels/102
roles:
- detect
detect:
width: 1280
height: 720
fps: 5
Terminal window
docker compose up -d
docker logs -f frigate

日志里看到检测器初始化成功(Coral 会打印 TPU 打开信息)、摄像头帧率稳定在 5fps 左右,就说明硬件链路通了。打开 http://服务器IP:5000 能看到测试画面,接着再上完整配置。

config.yml 逐段详解#

完整配置按功能拆成五段,一段一段说清楚。以一台装在门口的摄像头 front_door 为例。

第一段:mqtt 与全局开关#

mqtt:
enabled: true
host: 192.168.1.10 # 你的 MQTT Broker 地址,比如 Mosquitto
port: 1883
topic_prefix: frigate
user: frigate
password: "broker密码"
stats_interval: 60

MQTT 是 Frigate 对外发事件的嘴:每次检测到目标、事件开始/结束、截图就绪,都会往 frigate/events 等主题发消息。没有 Broker 可以先 enabled: false 关掉,Web 界面功能不受影响,联动部分后面单独讲。

第二段:detectors 检测器#

detectors:
coral:
type: edgetpu
device: usb
num_threads: 3
  • Coral:type: edgetpu,USB 版 device: usb,PCIe/M.2 版写 device: pci。num_threads 建议 3,给多路摄像头留并行余量。
  • OpenVINO:换成 type: openvino、device: GPU(核显),并在顶层加一段模型路径配置,官方文档有现成模板。
  • NVIDIA:type: onnx 并指定 CUDA 模型,配置最繁琐,跟着官方 GPU 章节抄即可。

一台机器可以同时挂多个检测器(比如 Coral 加核显分流),但家庭场景一个就够,复杂度留给有需要的人。

第三段:cameras 与双码流分工#

这是整个配置的心脏。双码流分工是 Frigate 性能的地基:检测吃子码流、录像吃主码流,两条路互不干扰。

ffmpeg:
hwaccel_args: preset-vaapi # Intel 核显解码;NVIDIA 用 preset-nvidia,无加速删掉这行
cameras:
front_door:
ffmpeg:
inputs:
- path: rtsp://admin:{FRIGATE_RTSP_PASSWORD}@192.168.1.64:554/Streaming/Channels/102
input_args: preset-rtsp-restream
roles:
- detect
- path: rtsp://admin:{FRIGATE_RTSP_PASSWORD}@192.168.1.64:554/Streaming/Channels/101
input_args: preset-rtsp-restream
roles:
- record
detect:
width: 1280
height: 720
fps: 5
motion:
threshold: 30
contour_area: 15

逐项说明:

  • 海康的通道号约定:101 是主码流、102 是子码流;大华是 subtype=0/1,Reolink 是 stream0/stream1,换品牌时对照说明书改路径即可。
  • roles 决定每路流的用途。detect 路的分辨率和帧率由 detect 段决定:720P、5fps 是甜点值——足够模型认出人形,又不给解码和检测器添负担。
  • hwaccel_args 把 RTSP 解码交给核显或独显,省下的 CPU 留给运动检测。没有硬件解码也能跑,但每路要多吃半个核心左右。
  • 同一台摄像头的两路流是两个独立连接,子码流参数必须和摄像头后台的实际设置一致(分辨率、帧率对不上,检测画面会拉伸或报错),改了摄像头后台记得回头同步这里。

第四段:record 与 snapshots 保留策略#

record:
enabled: true
retain:
days: 3
mode: motion # 连续录像只留 3 天,且只留有运动的片段
events:
retain:
default: 30 # 事件录像留 30 天
mode: active_objects
pre_capture: 5 # 事件录像往前多带 5 秒
post_capture: 5
snapshots:
enabled: true
timestamp: true
bounding_box: true
retain:
default: 30

两级保留是省空间的核心设计:

  • 连续录像(retain) 是「全量底片」,按 mode: motion 只保留有运动的时段,留 3 天足够应对「前天夜里好像有动静」的回查。
  • 事件录像(events.retain) 是 AI 确认过有目标的片段,价值最高,留 30 天甚至更久。pre_capture 把目标出现前的 5 秒也带上,回放时能看到人是从哪走进画面的,排查问题时非常关键。
  • snapshots 是事件截图,带时间戳和目标框,通知推送时附的就是它。截图单张才几百 KB,保留期可以和事件录像对齐。

第五段:objects 过滤与置信度#

objects:
track:
- person
- car
- dog
- cat
filters:
person:
min_area: 5000
max_area: 1000000
min_score: 0.7
threshold: 0.85
car:
min_score: 0.65
threshold: 0.8
zones:
front_door:
driveway:
coordinates: 0,720,1280,720,1280,400,700,350,0,450
objects:
- car
  • track 是全局白名单:只追踪这四类,其余目标(鸟、自行车、公交车)直接忽略,误报和算力一起降。
  • min_score 是单帧置信度门槛:某一帧里模型对「这是人」的把握低于 0.7 就丢弃。threshold 是整个事件的综合门槛:一闪而过的低置信度影子凑不够分,成不了事件。这两个值是后面误报调优的主战场。
  • min_area / max_area 按目标在画面里的像素面积过滤:贴脸大的多半是飞虫或蜘蛛网,远处小的可能是树影,先框一刀。
  • zones 是区域:车道区域只关心 car,院门区域只关心 person。区域还能单独设门槛和触发「有人进入区域」的事件,是精细化告警的基础。

改完配置后在 Web 界面的 Settings 里可以直接校验并重启,也可以 docker compose restart frigate。配置语法错了容器会起不来,docker logs 第一行就会指出错在哪一行,改配置前先 cp config.yml config.yml.bak 是个好习惯。

事件与回放:日常使用长什么样#

Web 界面(5000 端口)主要就三个视图:

  • Live:所有摄像头的实时画面(走子码流,流畅优先),点开单个摄像头看主码流高清直播。
  • Events:事件流,按日期、摄像头、目标类型、区域筛选。每条事件有带框截图、开始/结束时间、最高置信度,点开就是事件前后的录像片段,可以下载导出。
  • Recording:按小时铺开的连续录像时间轴,用来回查没有触发事件的时段(比如只想看看昨晚车库有没有动静)。

日常体验里,Events 是 95% 的使用场景:手机收到「门口检测到人」的推送,点开就是那段十几秒的录像,不需要像传统 NVR 那样拖时间轴大海捞针。觉得某条是误报,可以在界面里标记,后面调 min_score 时就有依据了。

检测性能调优:准、稳、省,三者怎么平衡#

检测分辨率与帧率:别贪高#

detect 的 5fps、720P 不是随便定的:人走过门口通常持续 2 秒以上,5fps 能抓到 10 帧以上的有效画面,足够模型确认。把 fps 拉到 10 甚至 15,检测器负载翻倍,识别率却几乎不涨——模型缺的不是帧数,是清晰的目标轮廓。子码流分辨率同理:720P 下人形轮廓清晰;降到 D1(704×576)也能用,但远处小目标容易漏检;升到 1080P 做检测纯属浪费算力。

mask 遮罩:把注定误报的区域提前 mute#

画面里总有几个「永久运动区」:随风晃的树冠、马路边的车流倒影、空调外机的抖动。在摄像头配置里给运动检测和目标追踪分别打遮罩:

cameras:
front_door:
motion:
mask:
- 0,0,1280,120 # 顶部树冠区域:x1,y1,x2,y2 矩形
objects:
filters:
person:
mask:
- 900,300,1280,300,1280,720,900,720 # 右侧邻居院子,不追踪人

Web 界面的 Mask & Zone 编辑器可以可视化涂抹,涂完直接生成坐标串粘回配置,比手算坐标省事得多。遮罩是降误报性价比最高的一招,比反复调阈值管用。

阈值调整的节奏#

误报和漏报是一对跷跷板,调参的正确姿势是:先保召回(门槛宁低勿高,漏报比误报危险),跑一周收集误报样本,再针对性地上遮罩、提 min_score、加 min_area。一次只动一个参数,动完观察两天,否则永远不知道是哪个参数起的作用。

与 MQTT、Home Assistant 联动:从「录像机」到「安防节点」#

Frigate 单独用已经是一个好 NVR,但它的事件流一旦接进消息系统,玩法就完全不同了。

联动链条很短:Frigate 检测到事件 → 往 MQTT Broker 发消息(主题 frigate/events,内容是 JSON,含事件 ID、摄像头、目标类型、置信度、区域、截图路径)→ 订阅方按需消费。

最典型的订阅方是 Home Assistant:它有官方 Frigate 集成,装上之后每个摄像头会自动变成一组实体——实时画面、各类目标的计数传感器(「门口当前有人:是/否」)、事件通知。自动化就可以写成大白话:

  • 天黑后,门口区域检测到 person 且置信度大于 0.8 → 开院灯、给手机推带截图的通知。
  • 车库检测到 car 离开超过 10 分钟 → 检查门磁状态,没关就报警。
  • 猫出现在厨房区域 → 只记录不通知(这种分级正是 zones 加 filters 的用武之地)。

没有 Home Assistant 也不影响:任何能订阅 MQTT 的工具(Node-RED、自写脚本、消息推送服务)都能消费同一套事件。告警的送达方式可以和本系列自建服务监控告警实战里聊过的通道复用:监控告警和安防事件本质都是「事件 → 分级 → 推送」,分级原则通用——深夜的人形事件值得叫醒你,下午的快递车只配进事件列表躺着。

需要注意的是,MQTT 联动只传「事件元数据和截图」,录像本体仍在 Frigate 里,推送通知里附的是截图和回放链接,点开回内网看完整片段,这也是它和云端方案在隐私上的根本区别。

存储容量估算与保留策略#

录像吃多少盘,取决于码率、保留模式和保留天数。先算单路摄像头的账(主码流 4MP、H.265、平均码率 4Mbps):

保留方式单路日均占用4 路摄像头 × 30 天说明
24 小时全量录像约 43GB约 5.2TB4Mbps × 86400 秒 ÷ 8,传统 NVR 模式
只留 motion 片段约 8–15GB约 1–1.4TB取决于环境活跃程度,门口比室内高
只留事件录像约 1–3GB约 120–360GBAI 确认有目标才存,家庭场景最常用

估算公式可以自己套:日占用(GB)= 码率(Mbps)× 3600 × 24 ÷ 8 ÷ 1000 × 保留比例。保留比例全量是 1,motion 模式家庭场景一般在 0.2–0.35,纯事件模式在 0.05 以内。

落到配置上就是前面 record 段的两级保留:连续录像 3 天 motion 模式兜底回查,事件录像 30 天精确保留。按上表,4 路摄像头配一块 2TB 盘,这个组合能跑得很宽裕;如果盘只有 500GB,就把连续录像降到 1 天、事件保留降到 14 天,或者只对门口、车库这两路开连续录像,室内摄像头只存事件。

还有两个细节:

  • Frigate 会按保留策略自动清理过期片段,不需要你写定时脚本删文件;但它不会在磁盘满时替你兜底乱删未过期录像,所以容量规划要留至少 15% 的余量。
  • 存储目录的健康要纳入日常巡检:磁盘剩余空间、SMART 状态值得和服务器的其他指标一起盯,具体做法在自建服务安全与访问控制同系列的监控篇里有现成方案,这里不展开。

常见问题与排障#

摄像头拉流失败,画面黑屏或日志刷 Unable to read frames#

按顺序排查:先在宿主机上用 ffplay 或 VLC 直接打开同一条 RTSP 地址,能播说明流没问题,锅在配置;不能播就查摄像头侧。常见原因有四个:密码里的特殊字符没做 URL 编码(用 {FRIGATE_RTSP_PASSWORD} 占位也救不了 @、# 这类字符本身,建议摄像头密码只用字母数字);摄像头后台关了 RTSP 或 ONVIF 开关;摄像头限制了最大连接数,被你手机 App 和 Frigate 抢满了;主/子码流通道号写反。再就是跨网段时防火墙拦了 554 端口。日志里如果报的是解码错误而不是连接错误,把 hwaccel_args 先删掉用软解验证,能通就是硬件解码的兼容问题,多见于 H.265 子码流,改回 H.264 最稳。

CPU 占用爆高,加速器像没装一样#

先看 Web 界面首页的检测器统计:推理耗时是否正常(Coral 应为个位数到十几毫秒,OpenVINO 在几十毫秒量级)。如果推理耗时正常但 CPU 还是满,大概率是解码在吃 CPU——检查 hwaccel_args 是否生效、核显设备是否真的直通进了容器(docker exec frigate ls /dev/dri 看不到设备就是 Compose 里 devices 没写对)。另一个高频原因是手滑把 detect 角色挂到了主码流上:4MP 画面做运动检测,光 OpenCV 那一关就能吃掉一个多核心,对照配置里两路流的 roles 逐字核对。如果是 Coral 掉设备(日志报 No EdgeTPU was detected),先换 USB 3.0 口和线,再查供电,别在软件里瞎折腾。

误报太多,一天几百条事件#

不要一上来就拉高 min_score 一刀切,按这个顺序处理:先看误报样本的共性——固定区域的(树影、反光、蜘蛛网)用 mask 遮掉,这是治本;固定类型的(把晾晒的衣服认成 person、把狗认成 bear)靠 min_area 和区域 filters 排除;剩下零星的再把对应目标的 min_score 从 0.7 提到 0.75、threshold 提到 0.9。蜘蛛和飞虫是夜视模式的特产:红外灯会把贴镜头的小虫照成「巨兽」,除了 mask 镜头正前方区域,还可以在摄像头侧把红外强度调低一档,或者外加一盏独立红外灯把光源移开镜头。调完观察两天再动下一刀,一周左右能收敛到个位数。

录像把磁盘写满,容器或宿主机异常#

这是最危险的一个故障:录像盘写满后,轻则 Frigate 录制中断,重则宿主机日志和 Docker 一起被拖死。先应急:du -sh /mnt/nvr/frigate/* 看是 recordings 还是 clips 占的,手动删最旧日期的目录腾空间。根因通常是三个:保留天数按全量录像的体量估错了(新摄像头码率比旧的高一倍,账要重算);某路摄像头环境太活跃,motion 比例远超预估(对着马路的摄像头尤其如此,这一路应改成纯事件保留);存储目录被别的服务误用(备份脚本、下载目录写进了同一块盘)。修好之后把这块盘的剩余空间加进监控告警,低于 20% 就推送提醒,别等写满了才发现。

检测延迟大,人都走过去了才报事件#

事件通知天然有几秒延迟:要等目标离开或事件确认结束才发完整事件,这是机制不是故障。如果延迟到十几秒,先看检测器推理耗时是否劣化(Coral 挂在 USB 2.0 口上会慢一个量级),再看 detect 的 fps 是否被改低了,以及宿主机是否同时在跑转码等重活抢 CPU。直播画面延迟大则是另一回事,多半是播放器走了 RTSP 转码路径,换 WebRTC(8555 端口)能压到一秒以内。

小结#

Frigate 这套系统搭下来,真正花心思的就三件事:硬件上给检测找个加速器、配置上把双码流分工做对、调优上用遮罩和阈值把误报压下去。做完这三件,你得到的是一套画面不出内网、没有订阅费、事件秒级可查的本地安防系统,门口有谁来过、快递几点到的、猫半夜去哪儿了,全是结构化事件而不是几个小时的录像带。

往后扩展的路径也很清楚:路数变多就加一块盘、换更强的检测器;想玩智能家居就把 MQTT 事件接进 Home Assistant 做自动化;想异地备份重要事件,就把 events 目录单独同步一份到其他存储——本系列的备份篇里的方法都通用。监控这件事,数据在自己手里,才谈得上安心。

自建服务实战:Frigate 打造 AI 摄像头监控系统
https://www.anexns.cloudns.org/posts/selfhost-frigate/
作者
Anexns
发布于
2026-11-15
许可协议
CC BY-NC-SA 4.0