Frigate – Open-Source-Netzwerk-Videorekorder mit KI-gestützter Objekterkennung in Echtzeit

• Open-Source-NVR (Network Video Recorder), der mit OpenCV und Tensorflow lokal KI-gestützte Objekterkennung in Echtzeit ausführt
  • Die gesamte Verarbeitung erfolgt lokal auf der Hardware des Nutzers, und die Kamerafeeds werden ausschließlich lokal verarbeitet
  • Es wird nicht nur Bewegung erkannt, sondern auch Objekte wie Personen und Autos

Funktionen von Frigate

• Einer der am häufigsten mit Sternen markierten Netzwerk-Videorekorder auf GitHub, mit über 2 Millionen Downloads auf Docker Hub.
• Lokale Objekterkennung mit Google Coral TPU reduziert Fehlalarme und ermöglicht mit sehr geringem Overhead eine Verarbeitung von 100+ FPS
• Die KI von Frigate analysiert Videofeeds, sodass nur relevante Erkennungen überprüft werden müssen
• Verfolgt Objekte in Echtzeit und ermöglicht die präzise Feinabstimmung von Benachrichtigungen auf Basis exakter Positionen.
• Integration mit Home Assistant und anderen Automatisierungsplattformen, um Objekterkennung in die Heimautomatisierung einzubinden.
• Bietet eine Birdseye-Ansicht, die Kameras mit aktiven Erkennungen dynamisch rendert, sodass interessante Kameras leicht überprüft werden können
• Durch Kommunikation über MQTT einfach mit anderen Systemen integrierbar

Nutzererfahrung

• Nutzer erleben mit Frigate ein vollständig Open-Source-basiertes, lokal steuerbares Sicherheitskamerasystem dank der hohen Anpassbarkeit, schnellen Objekterkennung und engen Integration mit Home Assistant.
• Frigate hilft Nutzern, zahlreiche Fehlalarme auf der Festplatte zu reduzieren und Zeit beim Prüfen ereignisloser Aufnahmen zu sparen.
• Durch den Einsatz von Frigate können Nutzer die Cloud-Abhängigkeit ihrer Sicherheitskameras beseitigen, ohne auf Objekterkennung oder Aufzeichnungsverlauf zu verzichten.
• Über Frigate+ wird in Kürze Zugriff auf speziell für Frigate entwickelte benutzerdefinierte Modelle verfügbar sein.

Meinung von GN⁺

• Frigate ist eine Open-Source-Lösung zur Überwachung von Sicherheitskameras mit lokaler KI, die den Datenschutz der Nutzer stärkt und gleichzeitig präzise Objekterkennung sowie integrierte Automatisierungsfunktionen bietet.
• Diese Technologie ermöglicht es Nutzern, ihre Sicherheitskamerasysteme effizienter zu verwalten, die Abhängigkeit von Cloud-Diensten zu verringern und zugleich den Datenschutz zu verbessern.
• Die Funktionen von Frigate und die Nutzererfahrung können für Softwareingenieure am Anfang ihrer Laufbahn mit Interesse an Sicherheit und Automatisierung eine spannende Inspiration sein und zeigen den innovativen Ansatz der Open-Source-Community.

[GN⁺]

Hacker-News-Kommentare

• Erfahrungen mit Frigate

  • Frigate wurde 6 Monate lang mit einem Raspberry Pi 4 und einem Google Coral TPU verwendet.
  • Zwei 2-MP-Netzwerkkameras angeschlossen; reibungsloser Betrieb und präzise Objekterkennung.
  • Neben Ereignissen ist auch 24/7-Videoaufzeichnung möglich, alte Daten werden automatisch gelöscht.
  • In Home Assistant integriert, um Echtzeitvideo, Schnappschüsse und Aufzeichnungsbenachrichtigungen auf dem Handy zu erhalten.
  • Benutzererfahrung und Konfigurationsoptionen sind kommerziellen Produkten überlegen.
  • Einfach zu verwenden, macht Spaß und sehr empfehlenswert; könnte sogar Leben retten.

• Beobachtungen beim Testen von Frigate

  • Frigate ist ein ambitioniertes Projekt, dem man Erfolg wünscht.
  • Hardware-Decoding oder Coral sind nicht zwingend erforderlich, aber hilfreich.
  • Bewegungserkennung mit OpenCV ist nicht sehr präzise.
  • Die Genauigkeit öffentlich verfügbarer Objekterkennungsmodelle ist gering, wodurch wichtige Ereignisse verpasst werden.
  • Die Coral-Unterstützung ist instabil, Wartung von Treibern und Bibliotheken ist unzureichend.
  • Das Ausführen des Modells auf der CPU ist nicht besonders kostspielig.
  • Es wird erwogen, auf einfachere Software umzusteigen.

• Fehlende Funktionen bei Frigate

  • Frigate ist eines der vielversprechendsten NVR/VMS-Produkte, bietet aber nicht genug Funktionen, um Blue Iris zu ersetzen.
  • Die kontinuierliche Aufzeichnung ist zwar grundlegend vorhanden, hat bei einem ereignisorientierten Produkt aber eine geringere Priorität.

• Möglichkeiten zur Nutzung von Ring-Kameras mit Frigate

  • Problem, Ring-Kameras nicht mit Amazon verbinden zu können.
  • Es wird nach Möglichkeiten gesucht, Ring-Kameras zu rooten oder mit Frigate zu verwenden.
  • Abneigung gegen Servicegebühren und gegen Amazons Nutzung der Videos.

• Der hervorragende Support von Frigate

  • Hervorragende Kamerunterstützung über go2rtc und ffmpeg.
  • Unterstützung für beschleunigte Videocodecs über ffmpeg.
  • Unterstützung für Objekterkennung mit benutzerdefinierten Yolo-Gewichten und -Modellen.
  • OpenVINO-Unterstützung ermöglicht beschleunigte Inferenz auf Intel-CPUs/GPUs.
  • Gut dokumentiert.

• Erwartungen an kamerainterne Objekterkennung

  • Wunsch nach einer Funktion, die die in vielen Kameras integrierte Ereigniserkennung nutzt, um die Objekterkennung auf die Kamera auszulagern.

• Frigate in einem Docker-Container betreiben

  • Frigate läuft als Docker-Container auf einem M1 Mac Mini und bietet eine stabile NVR-Lösung.
  • Mit HomeKit Secure Video zusammen mit Scrypted ist Fernüberwachung möglich.

• Integration benutzerdefinierter Modelle in Frigate

  • Neugier auf den Prozess der Integration eines roboflow-Datensatzes in Frigate.

• Grundanforderungen für ein Frigate-Setup

  • Erforderlich sind ein Intel-basierter PC, ein USB-Coral-TPU und kabelgebundene PoE-Kameras.
  • Frage zur Stromversorgung der Kameras: PoE-Switch oder mehrere PoE-Injektoren.
  • Wi-Fi-Kameras werden nicht empfohlen; ein guter Zeitpunkt für ein Upgrade auf höher auflösende Kameras.

• Kann Frigate auf Arm-SBCs laufen?

  • Neugier, ob Frigate auf Arm-basierten SBCs ausgeführt werden kann.