项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 37342
使用教程
⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
环境要求
- 一台可自托管的常开主机（NVR 需长时间运行）
- 支持 RTSP 的 IP 摄像头
- 强烈推荐 GPU 或 AI 加速器（如 Google Coral），纯 CPU 性能较差
- 一个 MQTT Broker，用于事件通信与外部系统集成
- 可选：Home Assistant，用于通过自定义组件深度集成
安装与启动步骤
-
1阅读官方文档
README 未给出安装命令，所有部署步骤与配置项均以官方文档为准，先通读文档再动手。
-
2确认检测器硬件
Frigate 支持多种对象检测器，需根据自己手上的 Coral、GPU 或 CPU 选择对应方案。
-
3准备摄像头 RTSP 流
在摄像头后台开启 RTSP，记录主码流与子码流地址，Frigate 依靠 RTSP 拉流做检测与录制。
-
4准备 MQTT Broker
Frigate 通过 MQTT 对外通信，可复用已有的 Mosquitto 等 Broker 供其发布检测事件。
-
5按文档完成部署
依据官方文档选择运行方式并填写摄像头、检测器与 MQTT 配置，不要照搬他人参数。
-
6接入 Home Assistant
如需深度集成，安装 Frigate 的 Home Assistant 自定义组件以在 HA 中使用实体与通知。
如何确认成功
浏览器打开 Frigate 界面能低延迟查看实时画面（WebRTC/MSE），且 MQTT 能收到对象检测事件。
常见问题
Q：没有 GPU 或 Coral 能跑吗？
A：可以，但 README 明确强烈推荐使用 GPU 或 AI 加速器，其开销极低且性能远超最好的 CPU，纯 CPU 方案体验有限。
Q：必须配合 Home Assistant 使用吗？
A：不是。Frigate 通过 MQTT 通信，可方便地集成到其他系统；Home Assistant 只是可选的自定义组件集成方式。
Q：支持哪些对象检测器？
A：README 未逐一列出，仅指向官方文档的 object detectors 页面，请以该页面列出的检测器为准。
Q：多摄像头会占满摄像头连接数吗？
A：Frigate 支持通过 RTSP 重新推流（re-streaming），可减少对摄像头的连接数，具体配置见官方文档。
注意事项
- 本教程未包含安装命令，因为 README 节选里没有任何安装指令，请以 https://docs.frigate.video 为准
- 官网为 https://frigate.video，可作为文档与产品信息的补充入口
- Frigate 强调实时性优先于逐帧处理，并依靠低开销运动检测决定何时运行对象检测
- 支持基于检测对象的保留策略录制以及 24/7 连续录制
核心亮点
- 本地推理延迟极低，支持 Google Coral TPU 加速，显著降低 CPU 占用
- 与 Home Assistant 深度集成，通过 MQTT 实现自动化事件触发
- 检测区域可自定义，支持对象类型过滤，有效减少误报
不足之处
- 初始配置复杂，需熟悉 Docker、RTSP 和摄像头参数
- 对硬件要求较高，复杂场景下需 Coral 或 GPU 才能流畅运行
- 文档/社区待观察
适用场景
- 家庭安防：实时监控家门口、庭院，识别人员或车辆并推送通知
- 智能家居自动化：检测到宠物或陌生人时触发灯光或报警
- 小型商业场所：低成本本地监控，避免云服务订阅费用
替代项目
Motion、ZoneMinder、Shinobi
上一篇：deepdoctection
下一篇：rf-detr
同类项目推荐
SensorLLM
开源
让大模型读懂传感器数据，零样本识别人类活动
[EMNLP 2025] Official implementation of "SensorLLM: Aligning Large Language Models w···
unrealcv
开源
在虚幻引擎里一键生成带标注的视觉数据，省去真实采集成本
UnrealCV: Connecting Computer Vision to Unreal Engine
computer-vision-challenge
开源
边做边学，用Jupyter玩转计算机视觉经典任务
A hands-on collection of computer vision projects for everyone.
meikipop
开源
截图即查日语生词，阅读不中断
meikipop - universal japanese ocr popup dictionary for windows, linux and macos
gca
开源
用元胞自动机生成复杂3D结构和纹理，复现ICLR论文
Official implementation of Generative Cellular Automata: ICLR 2021, 2022 (spotlight)
AWESOME-OCR-LLM
开源
一张清单看懂大模型时代 OCR 怎么选
OCR in the Era of Large Language Models
LabelAny3D
开源
一张普通照片，自动标出任意物体的3D框
[NeurIPS 2025] LabelAny3D: Label Any Object 3D in the Wild
nobg
开源
一行代码调用多种抠图模型，快速生成透明背景图
a library for background removal models
colmap
开源
从照片一键重建三维场景，精度高、流程全
COLMAP - Structure-from-Motion and Multi-View Stereo