Frigate

Обычное видеонаблюдение либо шлет поток в облако вендора камеры (данные и подписка у него), либо пишет все подряд на регистратор, а потом вы вручную отсматриваете часы записи. Frigate решает обе проблемы: это локальный NVR, который прямо на вашем сервере распознает объекты в кадре - человек, машина, велосипед - и пишет события только когда в кадре есть что-то важное. Поиск идет не по времени, а по объектам: показать всех людей за сегодня.

Frigate - открытый проект с крупным сообществом, де-факто стандарт self-host видеонаблюдения с ИИ. Ставится одним Docker-контейнером, внутри - встроенный рестример go2rtc, движок детекции, запись и веб-интерфейс. Интегрируется с Home Assistant через MQTT: событие детекции запускает сценарий умного дома.

Сердце Frigate - детектор, который прогоняет кадры через нейросеть и находит объекты. Он сменный, и именно от него зависит, сколько камер и с каким fps вытянет ваше железо:

Чтобы проверить детекцию по-настоящему, мы подали в Frigate зацикленный видеоролик с парковки (люди, машины, велосипеды) через встроенный go2rtc и включили распознавание объектов. Frigate реально классифицировал и вырезал объекты: в разделе Explore они разложены по типам.

На отладочном кадре видно, как Frigate рисует рамку вокруг объекта с меткой и уверенностью - например car: 65%. По таким событиям пишется видео и снимаются снапшоты, а поиск в интерфейсе идет по типу объекта.

Здесь Frigate резко отличается от легких сервисов. Образ огромный (внутри стек детекции и ffmpeg), а сама детекция на CPU - самая прожорливая операция из всех, что мы замеряли. На стенде CPU4-RAM8 одна камера 768x432 при 5fps грузила процессор почти на 4 ядра.

Вывод простой: на CPU каждая камера с детекцией - это несколько ядер. Одну камеру на VPS вытянуть можно, но масштабировать детекцию на облаке без ускорителя не выйдет.

Ставится одним контейнером. Конфигурация - в файле config.yml: детектор, источники камер и что записывать. Веб-интерфейс слушает локально, наружу его отдает Caddy с автоматическим TLS на magic-DNS хосте.

1. Подготовить config.yml

   Минимум - детектор, камера и что записывать. Встроенный go2rtc принимает RTSP-поток камеры и отдает его Frigate. Для реальной камеры в path укажите ее RTSP-адрес.

   detectors:
     cpu1:
       type: cpu
   cameras:
     camera1:
       ffmpeg:
         inputs:
           - path: rtsp://ЛОГИН:ПАРОЛЬ@IP-КАМЕРЫ:554/stream
             roles: [detect, record]
       detect: { width: 1280, height: 720, fps: 5 }
       objects:
         track: [person, car]
   record: { enabled: true }
   snapshots: { enabled: true }

2. Запустить контейнер

   Каталог конфигурации и медиа монтируем в тома, задаем shm-size для буферов кадров, порт 5000 держим на localhost.

   docker run -d --name frigate --restart unless-stopped \
     --shm-size=256m \
     -v /opt/frigate/config:/config \
     -v /opt/frigate/media:/media/frigate \
     -p 127.0.0.1:5000:5000 \
     -p 127.0.0.1:8971:8971 \
     ghcr.io/blakeblackshear/frigate:0.17.2

3. Поставить Caddy для TLS

   Caddyfile из двух строк: домен и reverse_proxy на локальный порт Frigate. Caddy сам получит и продлит сертификат Let's Encrypt.

   <ip-с-дефисами>.fatmetal.net {
     reverse_proxy 127.0.0.1:5000
   }

На нашем стенде Frigate поднялся на magic-DNS хосте с валидным сертификатом Let's Encrypt, принял видеопоток через go2rtc и начал детекцию объектов.

Все цифры сняты с живого стенда CPU4-RAM8-DISK100 с одной камерой 768x432 при 5fps и CPU-детектором.

• Образ - около 7.48 ГБ. Самый тяжелый образ из всех наших разборов: внутри стек детекции и ffmpeg.
• CPU под детекцией - около 379% (почти 4 ядра) на ОДНУ камеру. Это главный лимит на VPS.
• Скорость инференса - около 19 мс на кадр на CPU-детекторе.
• RAM контейнера - около 671 МиБ под нагрузкой.
• Детекция подтверждена - Frigate распознал на демо-потоке людей (7 объектов) и машины (3 объекта), события с кропами видны в Explore.
• TLS - Caddy выписал валидный сертификат на magic-DNS хосте, интерфейс открывается по HTTPS.

Все видео, снапшоты и конфигурация - в томах на вашем сервере, без облаков вендоров камер. Frigate поддерживает встроенную авторизацию (порт 8971 с собственным входом); для инстанса с доступом из интернета включайте ее и отдавайте только по HTTPS. Пароли камер хранятся в config.yml - берегите этот файл.

Обновление - смена тега образа и пересоздание контейнера; данные в томах переживают перезапуск. Релизы у Frigate заметные (меняется схема конфига между минорными версиями), поэтому закрепляйте конкретный тег образа и читайте примечания к релизу перед обновлением.

Если нужно вести детекцию нескольких камер, а ускорителя нет - облачный VPS не потянет, берите домашний мини-ПК с Coral TPU или Intel iGPU. Если камеры дома и вы не готовы тянуть их поток до облака через VPN - тоже держите Frigate дома. И если хочется готовое облачное видеонаблюдение без настройки - Frigate требует вдумчивой конфигурации камер и детекторов. Зато как свой NVR с ИИ-детекцией на своем сервере, агрегатор RTSP и связка с Home Assistant Frigate работает отлично.