尧图网页设计 
Frigate 快速上手10 分钟看到第一次对象检测【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 是一款免费开源的 NVR 系统为 IP 摄像头提供实时本地对象检测。所有检测都在你自己的服务器上完成视频不出局域网适合想给家用摄像头加上自动识别与告警的新手。跑起容器并验证管理页面准备一台能运行 Docker 的 Linux 机器迷你主机、旧服务器或 Home Assistant 主机都可以。建一个目录放入docker-compose.yml、config/和storage/文件夹compose 文件可直接参考官方入门指南中的模板。启动容器docker compose up -d用docker logs frigate查看日志找到首次启动生成的管理员密码。浏览器打开https://服务器IP:8971登录后确认真人画面能正常加载。看到实时画面就算部署完成。此阶段 Frigate 用默认 CPU 检测器运行不需要先买 GPU。接入第一台摄像头并验证首次检测别一次配置所有摄像头先跑通一台。在管理页进入 设置 摄像头管理点击Add Camera向导会一步步引导填入 RTSP 地址。地址用摄像头的子码流低分辨率 H.264检测精度足够解码开销远低于主码流。保存后回到实时画面等待有人走进画面时目标身上会出现带标签的框同时自动出一条事件。这就是你的第一次对象检测。Frigate 省资源靠的是检测策略先做低开销运动检测找出画面中运动的区域再只把这块区域送给对象检测模型而不是对整帧视频每帧跑检测。这套核心逻辑在 摄像头配置模块 里后续排查问题也从这里入手。画掩码和区域降低误报实际使用中树影晃动、时间戳变化造成的误报是最常见的抱怨。用两个设置解决运动掩码在单摄像头视图开启 Debug 视图和 Motion Boxes 开关观察几分钟记下持续触发的区域。然后在掩码编辑器里用多边形盖住晃动的树或时间戳被遮住的区域不再触发对象检测。区域如果只关心车道画一个覆盖车道的 zone 并启用过滤区域外的行人不会再产生事件。顺手理解一个参数检测帧率默认每秒 5 帧对绝大多数场景够用。别盲目调高帧率越高检测负载越重而目标已被平滑跟踪后提高帧率几乎没有额外收益。设置录像保留策略并快速回放Frigate 录像不重新编码直接按日期分文件夹写盘默认策略是有运动才录像。新手建议把保留分档设置全部录像保留 3 天运动录像保留 7 天事件相关录像保留 30 天在存储占用和可回看范围之间取得平衡。事件页因此成为一份可回放的清单每个事件的截图、片段和对象标签排列在一起翻到上周看进来过什么车花两分钟就能完成。用一行修复三个高频坑画面无视频日志出现 Connection refused 或 401RTSP 地址或密码错误或摄像头连接数已满。先用 VLC 验证地址再改到 Frigate 里。摄像头频繁掉线日志提示 No frames received in 20 seconds典型的 WiFi 摄像头丢包。能接线就换有线或把流切换为 TCP 传输。容器崩溃并提示 Bus error多摄像头时默认 64MB 共享内存不够。把 docker-compose.yml 的shm_size调到 128MB 以上重启容器。走完这四步你手上就有一个能检测、能过滤误报、能留存录像的 Frigate。接下来值得做的是接入 Home Assistant让 Frigate 和 Home Assistant 连上同一个 MQTT 服务检测通知就会直接出现在家庭应用里细节见 MQTT 集成文档。【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 快速上手：10 分钟看到第一次对象检测
Frigate 快速上手10 分钟看到第一次对象检测【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 是一款免费开源的 NVR 系统为 IP 摄像头提供实时本地对象检测。所有检测都在你自己的服务器上完成视频不出局域网适合想给家用摄像头加上自动识别与告警的新手。跑起容器并验证管理页面准备一台能运行 Docker 的 Linux 机器迷你主机、旧服务器或 Home Assistant 主机都可以。建一个目录放入docker-compose.yml、config/和storage/文件夹compose 文件可直接参考官方入门指南中的模板。启动容器docker compose up -d用docker logs frigate查看日志找到首次启动生成的管理员密码。浏览器打开https://服务器IP:8971登录后确认真人画面能正常加载。看到实时画面就算部署完成。此阶段 Frigate 用默认 CPU 检测器运行不需要先买 GPU。接入第一台摄像头并验证首次检测别一次配置所有摄像头先跑通一台。在管理页进入 设置 摄像头管理点击Add Camera向导会一步步引导填入 RTSP 地址。地址用摄像头的子码流低分辨率 H.264检测精度足够解码开销远低于主码流。保存后回到实时画面等待有人走进画面时目标身上会出现带标签的框同时自动出一条事件。这就是你的第一次对象检测。Frigate 省资源靠的是检测策略先做低开销运动检测找出画面中运动的区域再只把这块区域送给对象检测模型而不是对整帧视频每帧跑检测。这套核心逻辑在 摄像头配置模块 里后续排查问题也从这里入手。画掩码和区域降低误报实际使用中树影晃动、时间戳变化造成的误报是最常见的抱怨。用两个设置解决运动掩码在单摄像头视图开启 Debug 视图和 Motion Boxes 开关观察几分钟记下持续触发的区域。然后在掩码编辑器里用多边形盖住晃动的树或时间戳被遮住的区域不再触发对象检测。区域如果只关心车道画一个覆盖车道的 zone 并启用过滤区域外的行人不会再产生事件。顺手理解一个参数检测帧率默认每秒 5 帧对绝大多数场景够用。别盲目调高帧率越高检测负载越重而目标已被平滑跟踪后提高帧率几乎没有额外收益。设置录像保留策略并快速回放Frigate 录像不重新编码直接按日期分文件夹写盘默认策略是有运动才录像。新手建议把保留分档设置全部录像保留 3 天运动录像保留 7 天事件相关录像保留 30 天在存储占用和可回看范围之间取得平衡。事件页因此成为一份可回放的清单每个事件的截图、片段和对象标签排列在一起翻到上周看进来过什么车花两分钟就能完成。用一行修复三个高频坑画面无视频日志出现 Connection refused 或 401RTSP 地址或密码错误或摄像头连接数已满。先用 VLC 验证地址再改到 Frigate 里。摄像头频繁掉线日志提示 No frames received in 20 seconds典型的 WiFi 摄像头丢包。能接线就换有线或把流切换为 TCP 传输。容器崩溃并提示 Bus error多摄像头时默认 64MB 共享内存不够。把 docker-compose.yml 的shm_size调到 128MB 以上重启容器。走完这四步你手上就有一个能检测、能过滤误报、能留存录像的 Frigate。接下来值得做的是接入 Home Assistant让 Frigate 和 Home Assistant 连上同一个 MQTT 服务检测通知就会直接出现在家庭应用里细节见 MQTT 集成文档。【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