Frigate NVR for RockChip
Frigate 是一个 专门为 Home Assistant 设计的 NVR 项目。 它能够充分调用本地硬件算力，并通过 AI 模型对监控画面进行实时的目标检测、识别与物体分类（如区分行人、车辆、宠物等）。
Home Assistant，目前全球最流行的开源智能家居控制中心。
本文档介绍如何在搭载 RK3588 芯片的瑞莎主板上部署该项目。
安装系统
Frigate 官方建议使用 Debian12(Bookworm) 系统，参考设备对应的指引文档安装好系统。
接下来你可以使用图形化界面或者 SSH 远程等方式进行下面的步骤。
推荐使用 VSCode，可以参考 VS Code Remote SSH 开发连接到主板。
安装 Docker
Frigate 项目以容器的方式进行部署。 参考 Docker安装 在设备上安装好 Docker 以进行后续步骤。
安装 Frigate
创建初始目录结构。
mkdir frigate && cd frigate
mkdir storage config && touch docker-compose.yml
将下面的内容粘贴到 docker-compose.yml 中。
services:
frigate:
container_name: frigate
restart: unless-stopped
stop_grace_period: 30s
image: docker.cnb.cool/frigate-cn/frigate:stable-rk # 这里指定拉取的镜像，针对不同的硬件有不同的镜像，我们选rk
volumes:
- ./config:/config
- ./storage:/media/frigate
- type: tmpfs
target: /tmp/cache
tmpfs:
size: 1000000000
security_opt:
- apparmor=unconfined
- systempaths=unconfined
devices:
- /dev/dri
- /dev/dma_heap
- /dev/rga
- /dev/mpp_service
ports:
- '8971:8971'
- '8555:8554' # RTSP 视频流，这里使用宿主机的8555端口而不是8554是因为后续模拟推流需要使用8554端口。如果你不需要模拟推流则用8554端口就行。不改也行。
Frigate 项目针对不同的硬件平台封装了不同版本的 Docker 容器，如有兴趣读者可自行探索其他平台的部署。
接下来就可以运行下面的命令直接启动 Frigate 了。
注意这个命令需要在包含 docker-compose.yml 的文件夹下面运行。
docker compose up -d
成功拉取并运行之后会在 https://your_device_ip:8971 开启前端界面服务。
查看开发版 IP 地址：
hostname -I
然后将最前面的 IP 地址替换上面的 your_device_ip，在浏览器输入该地址即可进入。
登录的账户和密码通过下面的命令查看：
docker logs frigate
日志消息可能比较长，需要找一下，如果找不到就在 VSCode 终端中用 Ctrl + F 输入 admin 等相关信息查找。
接下来你可以使用前端界面的配置编辑器修改相关配置。
超过二十四小时未登录过 Frigate 会需要密码才能登录，建议通过左下角的账户及时修改密码，方便长期使用。
模拟推流
如果你暂时没有 IP 摄像头（有当然最好，直接使用即可），使用 FFmpeg + MediaMTX 模拟推流是一个很好的验证方式。
使用方式也很简单，参考下面的步骤。
MediaMTX
mkdir mediamtx && cd mediamtx
wget https://github.com/bluenviron/mediamtx/releases/download/v1.16.0/mediamtx_v1.16.0_linux_arm64.tar.gz
tar -xvf mediamtx_v1.16.0_linux_arm64.tar.gz
./mediamtx
然后就会在当前终端开启一个 RTSP 服务器，等待接收视频流信息。
接下来新打开一个终端，使用 FFmpeg 进行推流。
FFmpeg
sudo apt install ffmpeg
然后你需要准备一个视频，这里需要你自己准备并重命名为 test.mp4 。
ffmpeg -re -stream_loop -1 -i test.mp4 -c copy -f rtsp rtsp://localhost:8554/mystream
参数解释：
-re：以“本地速度”读取。如果不加这个，FFmpeg 会以极快的速度把视频塞给服务器，导致画面像快进一样。-stream_loop -1：让视频无限循环。这对测试 Frigate 非常有用，不用担心视频播完就断开。-i test.mp4：指定你的视频源文件。-c copy：直接复制视频和音频编码，不重新编码。这最省 CPU，直接把原始数据包封装进 RTSP。-f rtsp：指定输出格式为 RTSP。rtsp://localhost:8554/mystream：推流地址。mystream 是你给这个流起的 ID。
然后在前端界面修改配置文件：
然后就可以在首页看到监控画面。
启用 AI 模型
首先要确保使用带有 Rockchip BSP 内核 5.10 或 6.1 以及必要驱动程序（特别是 rkvdec2 和 rknpu）的 Linux 发行版：
uname -r
# 5.10.x-rockchip 或 6.1.x-rockchip；-rockchip 后缀很重要
ls /dev/dri
# by-path card0 card1 renderD128 renderD129 应列出renderD128（VPU）和renderD129（NPU）
sudo cat /sys/kernel/debug/rknpu/version
# RKNPU driver: v0.9.2 或更高版本
然后在前端界面修改配置文件：
mqtt:
enabled: false
detectors:
rknn_0:
type: rknn
num_cores: 3
model: # required
# 模型名称（将自动下载）或自定义.rknn模型文件路径
# 可选值：
# - frigate-fp16-yolov9-t
# - frigate-fp16-yolov9-s
# - frigate-fp16-yolov9-m
# - frigate-fp16-yolov9-c
# - frigate-fp16-yolov9-e
# 或你的yolo_model.rknn容器内完整路径
# 参考官方文档获取更多模型配置相关信息
path: frigate-fp16-yolov9-t
model_type: yolo-generic
width: 320
height: 320
input_tensor: nhwc
labelmap_path: /labelmap/coco-80.txt
# ffmpeg:
# hwaccel_args: preset-rkmpp # <-----这两行是官方文档中的优化配置，但是可能和 FFmpeg 推流冲突，故不启用
go2rtc:
streams:
camera:
- rtsp://your_device_ip:8554/mystream # <----- 这里需要修改成你的 IP 地址！
- 'ffmpeg:back#video=h264#hardware'
cameras:
name_of_your_camera: # <------ Name the camera
enabled: true
ffmpeg:
inputs:
- path: rtsp://your_device_ip:8554/mystream # <----- The stream you want to use for detection
roles:
- detect
detect:
enabled: true # <---- disable detection until you have a working camera feed
width: 848
height: 464
detect:
enabled: true
version: 0.16-0
参考官方文档获取更多模型配置相关信息。
修改完成之后重启 Frigate 即可。
于是你成功在 RK3588 上部署 Frigate 。