Frigate本地NVR快速上手：Docker部署实时对象检测的完整指南
【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
Frigate 是一款为 IP 摄像头提供实时本地对象检测的 NVR（网络视频录像机），运行在 Beta 预览版本阶段。想象这样一个场景：门口摄像头拍到有人走近，几秒后你的通知里出现一条带截图的"person"事件，而这一整晚的静态画面并没有占用你的硬盘。检测在本地完成，不需要把视频传给云端。
先把环境跑起来
Frigate 以 Docker 容器的形式部署，官方推荐在 Debian 系发行版上直接跑，虚拟机环境下 GPU/Coral 设备透传可能失败。按摄像头数量参考下面的硬件基线：
| 场景 | CPU | 内存 | 存储 | 加速器 |
|---|---|---|---|---|
| 单路摄像头 | 双核 2.0GHz 以上 | 4GB | 64GB SSD | 可选 |
| 4 路摄像头 | 四核 i5/R5 级别 | 8GB | 256GB SSD | 推荐 Google Coral |
| 8 路以上 | 八核 i7/R7 级别 | 16GB | 1TB NVMe | 建议 Hailo-8 |
（以上数值来自社区参考文章的推荐值，实际以你的摄像头分辨率和帧率为准。）
最短路径四步：
git clone https://gitcode.com/GitHub_Trending/fr/frigate cd frigate mkdir -p config docker compose up -d在config/config.yml里声明摄像头（detect.width/height建议按摄像头实际分辨率的 1/4 到 1/2 来设，避免无效算力消耗）：
cameras: front_door: ffmpeg: input_rtsp: rtsp://admin:password@192.168.1.10:554/stream1 detect: enabled: true width: 1280 height: 720 fps: 5 objects: track: - person - car filters: person: min_area: 5000启动后访问http://localhost:5000进入 WebUI。完整端口说明（含对外反代用的 8971 认证端口）见 安装文档。
它是怎么工作的
官方架构图把整条流水线讲得很清楚：
先找运动，再跑检测
每路摄像头的处理流程是：拉流 → 找运动 → 判断该看哪里 → 对相应区域做对象检测 → 把当前帧和上一帧的检测结果关联成轨迹。运动检测是关键：画面没有变化时根本不会调用检测模型，官方称这一机制让资源占用降低约 70%，在 Raspberry Pi 5 上配合 Coral 加速器可达 25 FPS 的检测速度。检测器本身由 frigate/detectors/ 下的插件体系实现，按硬件选用 CPU、Edge TPU、OpenVINO、TensorRT、Hailo 等类型，各摄像头进程与检测服务之间通过共享内存传递帧和结果（frigate/comms/inter_process.py）。
事件驱动地录，而不是全程录
frigate/record/ 负责录像与保留策略：只有检测到有效对象、事件真正发生时才会留下对应的视频片段，默认配置下相比全程录像可节省约 60% 的存储空间：
record: enabled: true retain: days: 30 events: retain: default: 10 mode: active_objects多路摄像头还可以配置鸟瞰图（birdseye），在一屏内纵览所有机位的实时画面：
踩坑与实战经验
按"症状 → 原因 → 处理"来看最常见的三类问题：
| 症状 | 原因 | 处理 |
|---|---|---|
| 容器反复退出，日志报 "Bus error" | 高分辨率摄像头过多，/dev/shm不足（默认仅 64MB，两路 720p 建议 128MB 起） | 在 Compose 中加shm_size: "1gb"，按摄像头数量和分辨率调大 |
| 日志提示检测器不可用或回退 CPU | 加速器设备没有透传进容器 | Coral 加devices: - /dev/bus/usb:/dev/bus/usb；Hailo、Intel GPU 等按安装文档映射对应设备节点 |
| 低配机器跑两路 720p 吃力 | 检测分辨率和帧率偏高 | 把detect降到 800×450、3 FPS，或换更轻量的小模型；必要时给容器加deploy.resources.limits限制 CPU/内存 |
录像片段会先写入/tmp/cache再转成 mp4 落盘，给这个目录挂 tmpfs 可以明显减少磁盘写入压力，细节见安装文档。编码参数如果默认预设不够用，再考虑改 frigate/ffmpeg_presets.py 里的预设。
适合谁用 🎯
Frigate 适合手里有 RTSP 摄像头、希望录像完全留在本地、同时想要"人/车来了才算数"这种对象级检测的用户；用 Home Assistant 的家庭可以直接通过 MQTT 集成事件；对自托管用户来说，配置全部是一个 YAML 文件，改完即时生效。先跑起容器，接上第一路摄像头，看看事件列表里出现的第一条记录吧。
【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
