前言

想在家里装监控，但不想买海康威视的 NVR 录像机 —— 又贵又封闭。开源的 Frigate 方案是：随便一个摄像头（RTSP 协议） + 一台跑 Docker 的小主机 + AI 对象检测。

Frigate 的核心卖点是 AI—— 它用 TensorFlow Lite 模型实时分析视频流，识别画面里的人、车、猫、狗、包裹。不是那种「画面有动静就报警」的笨方案，而是「有个人走进了后院」的精确检测。

硬件要求

Frigate 本身吃资源不多，但 AI 检测需要算力：

如果只是 1-2 个摄像头、检测人不检测车，CPU 模式够用。摄像头多了或者需要低延迟，加个 Coral TPU。

Alpine Linux 上的 Docker 安装

Alpine 默认没开 community 仓库，需要手动启用：

1
# 编辑 /etc/apk/repositories，取消 community 那行的注释
2
vi /etc/apk/repositories
3

4
apk update
5
apk add docker docker-compose
6
rc-update add docker boot
7
service docker start

Alpine 的包管理器是 apk，跟 apt 语法不同但有对应关系。如果你用 Debian / Ubuntu，这一步就是 apt install docker.io。

Docker Compose 部署

1
services:
2
  frigate:
3
    container_name: frigate
4
    image: ghcr.io/blakeblackshear/frigate:stable
5
    restart: unless-stopped
6
    privileged: true
7
    shm_size: "256mb"
8
    volumes:
9
      - /etc/localtime:/etc/localtime:ro
10
      - ./config:/config
11
      - ./storage:/media/frigate
12
      - type: tmpfs
13
        target: /tmp/cache
14
        tmpfs:
15
          size: 1000000000
7 collapsed lines
16
    ports:
17
      - "5000:5000"
18
      - "8554:8554"    # RTSP 输出
19
    devices:
20
      - /dev/dri:/dev/dri    # Intel 核显加速
21
    environment:
22
      FRIGATE_RTSP_PASSWORD: your-password

shm_size: 256mb 是给 /dev/shm 的大小 ——Frigate 用共享内存做视频帧缓冲，太小了会丢帧。

摄像头配置

核心配置文件 config/config.yml：

1
mqtt:
2
  enabled: false
3

4
cameras:
5
  front_door:
6
    ffmpeg:
7
      inputs:
8
        - path: rtsp://admin:password@192.168.1.100:554/stream1
9
          roles:
10
            - detect     # AI 检测流（低分辨率）
11
            - record     # 录像流（全分辨率）
12
    detect:
13
      width: 640
14
      height: 480
15
      fps: 5
4 collapsed lines
16
    record:
17
      enabled: true
18
      retain:
19
        days: 7

两个关键概念：

• detect 流：给 AI 分析的，分辨率不用太高，640x480、5fps 就够
• record 流：录像存档的，用摄像头原始分辨率

对象检测配置

1
objects:
2
  track:
3
    - person
4
    - car
5
    - cat
6
  filters:
7
    front_door:
8
      person:
9
        min_score: 0.7        # 置信度阈值
10
        threshold: 0.8

min_score 设太低会有很多误报（把树影识别成人），设太高会漏检。0.7 是个比较平衡的起点，根据实际情况微调。

踩坑记录

Alpine apk add docker 失败

症状：apk add docker 报 “no such package”。

原因：Alpine 的 docker 包在 community 仓库，默认没开。编辑 /etc/apk/repositories，找到 community 那行取消注释，然后 apk update。

设备映射搞错

症状：Frigate 日志里找不到 /dev/dri，硬件加速不工作。

确认你的加速设备：Intel 核显是 /dev/dri，Coral TPU 是 /dev/apex_0（USB）或 /dev/coral（PCIe）。别搞混。

1
# 检查 Intel 核显
2
ls /dev/dri
3

4
# 检查 Coral TPU
5
lsusb | grep -i google

VA - API 驱动缺失

Intel 核显硬件加速需要 VA - API 驱动。Alpine 安装：

1
apk add intel-media-driver

Debian/Ubuntu：

1
apt install intel-media-va-driver

总结

Frigate 把监控这件事从「被动录像」变成了「主动识别」。画面里有没有人、有没有车、猫是不是又跳上了沙发 ——AI 实时告诉你。

在 Alpine 上部署比 Debian 多了一步开 community 仓库，但也就多这一步。之后 Docker Compose 拉起，接上摄像头，配好双码流，就能用了。

如果你家里有闲置的小主机和摄像头，花一个下午搭个 Frigate，比买成品 NVR 划算多了 —— 而且开源、可控、能折腾。