NAS+Frigate 强强联合：打造属于你的智能监控中心，小白也能学会

Frigate：

一款基于实时 AI 目标检测技术的开源网络录像机（NVR）。所有视频分析都在您本地设备上完成，摄像头画面全程不会上传到云端，数据安全有保障。

功能特性：

• 通过自定义组件与Home Assistant紧密集成

• 设计上通过仅在必要时和必要地点寻找物体，最大限度地减少资源使用并最大化性能

• 大量利用多进程处理，强调实时性而非处理每一帧

• 使用非常低开销的画面变动检测来确定运行物体检测的位置

• 使用TensorFlow进行物体检测，运行在单独的进程中以达到最大FPS

• 通过MQTT进行通信，便于集成到其他系统中

• 根据检测到的物体设置保留时间进行视频录制

• 24/7全天候录制

• 通过RTSP重新流传输以减少摄像头的连接数

• 支持WebRTC和MSE，实现低延迟的实时观看

演示 Demo：

https://demo.frigate.video

安装

Docker Compose

services: frigate: image: ghcr.io/blakeblackshear/frigate:stable container_name: frigate ports: - 8971:8971 - 8554:8554 - 8555:8555/tcp - 8555:8555/udp environment: - FRIGATE_RTSP_PASSWORD=password - TZ=Asia/Shanghai volumes: - ./storage:/media/frigate - ./config:/config - /etc/localtime:/etc/localtime:ro devices: - /dev/dri/renderD128:/dev/dri/renderD128 restart: unless-stopped

参数说明（更多参数建议去看文档）

8971（端口）：HTTPS 访问端口，管理员

5000（端口，可选）：HTTP 访问端口，不需要密码的匿名用户

8554（端口）：RTSP 输出

8555（端口）：WebRTC 输出

FRIGATE_RTSP_PASSWORD（环境变量）：RTSP 流密码

TZ（环境变量）：指定时区

/media/frigate（路径）：用于存储监控录制文件

/config（路径）：用于存储配置文件及 SQLite 数据库

/etc/localtime（路径）：同步时区

/dev/dri/renderD128（硬件）：核显加速

使用

浏览器中输入 http://NAS的IP:8971 就能看到界面，注意是 HTTPS 协议

TIP：查看容器日志，找到自动创建的用户名和密码

粘贴上面获取的用户名和密码

进入面板界面，目前还没对接摄像头，所以没显示画面

TIP：为了截图效果，这里设置了一下主题

点击左下角，先设置一下密码

更换一下原来的密码，避免忘记了

下面就简单说说怎么配置，需要详细了解的建议去看看文档

https://docs.frigate-cn.video/guides/getting_started

添加摄像头

点击左下角设置，打开配置编辑器

TIP：注意配置文件的层级结构，如果配置命令放到最外层就是设置全局，放到单独设备里面，说明设置指定的设备。

默认配置比较简单，主要修改就这两个地方

TIP：因为我没有常规摄像头，所以这里我是用手机安装的 IP 摄像头进行演示的（不同应用可能不同，但都是差不多的，我这个也不是太好用比较多广告就不分享了）

这种 IP 摄像头应用，其实直接输入到浏览器也是可以打开看到画面，并且可以设置的

一般也都是支持 RTSP 传输协议的（有低画质和高画质两种）

回到配置编辑器，修改设备名称和 RTSP 地址

重启完成以后，就可以看到画面了

对比应用自带的控制页面，感觉 Frigate 延迟比较大

点击画面可以进入到大屏设置界面，这样就完成最简单的添加摄像头了

启用录制

回到配置编辑器，添加录制权限和其他配置

修改完成，保存并重启

回到监控界面，右上角录制开关已经打开了

点击“历史”按钮

右侧时间轴可以拖动进行查看

来到映射的 /storage 目录，就可以看到录制的视频

检测识别

默认配置是关闭检测功能的，可以直接在监控界面手动打开

打开检测，如果有动静会有图标显示

目前是 CPU 处理识别，可以看看关闭时占用 2% ，启用后占用来到了 15%，还是非常消耗资源的

查看一下“历史”

右侧时间轴，可以看到红色条，说明这段时间检测到事件

点击“事件”，能看到事件发生的截图

回到配置编辑器，可以设置默认开启检测（detect 就是检测的配置）

TIP：纯 CPU 处理太吃处理器性能，可以配置核显进行加速

设置加速器（这里我也不是太懂，建议还是以文档为准）

# VAAPI通用配置（自动选择H.264/H.265） hwaccel_args: preset-vaapi # QSV特定编解码器配置 hwaccel_args: preset-intel-qsv-h264 hwaccel_args: preset-intel-qsv-h265

配置以后 CPU 占用好像少了一点，但感觉好像都差不多

上面设置了感觉效果不明显，换成了 OpenVINO 检测器（前面的就删了）

detectors: ov: type: openvino device: GPU model: width: 300 height: 300 input_tensor: nhwc input_pixel_format: bgr path: /openvino-model/ssdlite_mobilenet_v2.xml labelmap_path: /openvino-model/coco_91cl_bkgr.txt

设置之后，处理器利用率明显下降，占用在 4%左右

核显调用利用率其实不高

其他功能

Frigate 我也是第一次使用，就不乱介绍了，可以简单看看截图

核查

浏览

导出

系统信息（常规）

系统信息（存储）

系统信息（摄像头）

系统日志

设置

总结

虽然我是第一次使用 Frigate，但早有耳闻这款监控应用。实际体验下来效果不错，不过配置存在一定入门门槛，需要对照文档进行设置，如果可以提供图形化配置界面就更好更直观了。需要特别提醒，如果启用检测识别功能，一定要配置核显加速，能有效降低处理器利用率。此外，Frigate 是可以与 Home Assistant 配合集成的，方便用户构建智能家居生态。

综合来看，Frigate 适合有本地视频监控、AI 目标检测需求，且注重数据隐私与系统集成性的用户，无论是家庭安防还是小型场所监控场景，它都能提供可靠支持。

综合推荐：⭐⭐⭐⭐（适合注重隐私与 AI 检测的监控场景）

使用体验：⭐⭐⭐⭐（功能完善，AI 智能检测）

部署难易：⭐⭐（简单）︎

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～