Frigate

拒絕雲端監控，奪回數據主權：每一幀影像都在本地完成智慧分析

• 極致低延遲的 AI 偵測: 專為 Google Coral TPU、Intel OpenVINO 與 NVIDIA TensorRT 優化。透過專用硬體加速，能在低功耗下實現每秒數十幀的物件辨識，確保警報不延遲。
• 深度整合 Home Assistant: 它是 Home Assistant 的最佳拍檔，能將偵測到的物件直接轉化為二進位感測器（Binary Sensors），實現「偵測到快遞員時自動閃爍門燈」等自動化情境。
• 動態解析度錄影策略: 支援雙碼流技術，平時以低解析度偵測節省效能，一旦辨識到目標物（如人或車），立即切換至高解析度錄影，兼顧儲存空間與細節紀錄。

主要功能、特點

• 介紹: Frigate 是一個以 Docker 為核心的開源 NVR。它將 OpenCV 的影像處理能力與 TensorFlow Lite 的機器學習模型相結合，專為追求隱私與效能的專業玩家設計。

• 特色服務:

  • 鳥瞰視角 (Birdseye View): 自動匯整當前有活動的攝影機畫面，並動態調整排版，讓您在一面螢幕內掌握所有關鍵角落。
  • 自定義區域偵測 (Zones & Masks): 可靈活設定偵測區與遮罩區。例如：只在人進入「家門口」區域時報警，忽略「路人經過公眾人行道」的雜訊。
  • 2026 全新語義搜尋: 2026 年版本強化了向量檢索功能，使用者可透過「穿紅衣服的人」或「藍色的卡車」等自然語言描述，在海量歷史錄影中精確定位片段。
  • 全方位硬體加速: 從老舊的 Intel 內顯到最新的 NVIDIA 顯卡，Frigate 都能榨乾硬體效能來降低 CPU 負擔。

快速部署範例 (Docker Compose)

Frigate 對記憶體管理有特殊要求，部署時需注意 shm-size：

services:
  frigate:
    container_name: frigate
    privileged: true # 存取硬體加速設備
    restart: unless-stopped
    image: ghcr.io/blakeblackshear/frigate:stable
    shm_size: "128mb" # 依相機數量調整
    devices:
      - /dev/bus/usb:/dev/bus/usb # Google Coral USB
      - /dev/dri/renderD128:/dev/dri/renderD128 # Intel 內顯加速
    volumes:
      - /etc/localtime:/etc/localtime:ro
      - ./config:/config
      - ./storage:/media/frigate
    ports:
      - "5000:5000"
      - "8554:8554" # RTSP 串流轉發

產品說明

Frigate 是現代智慧家居防禦的「視神經」。在 多媒體 影像處理的類別中，它解決了傳統 NVR 系統「笨拙」且「不穩定」的問題。它不再是死板地錄製數 GB 的無意義畫面，而是透過 AI 精煉出真正有價值的事件。對於追求數據隱私（不願將影像上傳至雲端伺服器）且具備一定硬體動手能力的用戶來說，Frigate 提供了一個極其強大且可擴展的解決方案。它不僅提高了居家安全感，更透過減少誤報與自動化連動，讓監控系統真正融入了使用者的日常生活。

Frigate 讓您的攝影機不僅能看，還能思考。

既然 Frigate 已經入列，您是否需要我為您建議幾款「支援 RTSP 的性價比攝影機」，或是示範如何設定「Google Coral TPU 加速」，讓您的 AI 偵測速度提升 10 倍以上？