企业官网建设流程全解析

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/frigate

Frigate 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。

1. 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。
2. 启动容器：

docker compose up -d

3. 用docker logs frigate查看日志，找到首次启动生成的管理员密码。
4. 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 401：RTSP 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