Frigate - โอเพนซอร์ส Network Video Recorder พร้อมความสามารถ AI ตรวจจับวัตถุแบบเรียลไทม์

 (frigate.video)
11 คะแนน โดย GN⁺ 2023-11-19 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • โอเพนซอร์ส NVR (Network Video Recorder) ที่ทำงานตรวจจับวัตถุด้วย AI แบบเรียลไทม์บนเครื่องโลคัล โดยใช้ OpenCV และ Tensorflow
    • ทุกกระบวนการทำงานบนฮาร์ดแวร์ของผู้ใช้แบบโลคัล และฟีดจากกล้องจะถูกประมวลผลภายในเครื่องของผู้ใช้เท่านั้น
    • ไม่ได้ตรวจจับแค่การเคลื่อนไหว แต่ตรวจจับวัตถุอย่างคน/รถยนต์ เป็นต้น

จุดเด่นของ Frigate

  • เป็นหนึ่งใน Network Video Recorder ที่ได้รับดาวมากที่สุดบน GitHub และมียอดดาวน์โหลดมากกว่า 2 ล้านครั้งบน Docker Hub
  • การตรวจจับวัตถุแบบโลคัลด้วย Google Coral TPU ช่วยลดการแจ้งเตือนผิดพลาด และประมวลผลได้มากกว่า 100+ FPS ด้วยโอเวอร์เฮดที่น้อยมาก
  • AI ของ Frigate จะตรวจสอบฟีดวิดีโอเพื่อให้ผู้ใช้รีวิวเฉพาะการตรวจจับที่สำคัญเท่านั้น
  • ติดตามวัตถุแบบเรียลไทม์ และปรับแต่งการแจ้งเตือนอย่างละเอียดตามตำแหน่งที่แม่นยำได้
  • ผสานรวมกับ Home Assistant และแพลตฟอร์มอัตโนมัติอื่น ๆ เพื่อนำการตรวจจับวัตถุไปใช้กับระบบบ้านอัตโนมัติ
  • มีมุมมอง Birdseye ที่เรนเดอร์กล้องที่มีการตรวจจับที่กำลังเกิดขึ้นแบบไดนามิก ช่วยให้ตรวจสอบกล้องที่น่าสนใจได้ง่าย
  • สื่อสารผ่าน MQTT จึงเชื่อมต่อกับระบบอื่นได้ง่าย

ประสบการณ์ผู้ใช้

  • ผู้ใช้จะได้ระบบกล้องรักษาความปลอดภัยแบบโอเพนซอร์สที่ควบคุมได้ในเครื่องอย่างสมบูรณ์ ด้วยความสามารถในการปรับแต่งสูง การตรวจจับวัตถุที่รวดเร็ว และการผสานรวมกับ Home Assistant อย่างแน่นแฟ้น
  • Frigate ช่วยลดการตรวจจับผิดพลาดจำนวนมากที่อาจบันทึกลงฮาร์ดไดรฟ์ และประหยัดเวลาที่ต้องใช้ตรวจสอบวิดีโอที่ไม่มีเหตุการณ์
  • การใช้ Frigate ช่วยให้ผู้ใช้เลิกพึ่งพาคลาวด์สำหรับกล้องรักษาความปลอดภัยได้ โดยไม่สูญเสียความสามารถในการตรวจจับวัตถุหรือประวัติการบันทึก
  • ในอนาคตอันใกล้จะมีการเปิดให้เข้าถึงโมเดลแบบปรับแต่งเฉพาะที่ออกแบบมาสำหรับ Frigate ผ่าน Frigate+

ความเห็นของ GN⁺

  • Frigate เป็นโซลูชันโอเพนซอร์สสำหรับเฝ้าดูกล้องรักษาความปลอดภัยด้วย AI บนเครื่อง ช่วยเพิ่มความเป็นส่วนตัวของผู้ใช้ พร้อมให้การตรวจจับวัตถุที่แม่นยำและความสามารถด้านอัตโนมัติแบบผสานรวม
  • เทคโนโลยีนี้ช่วยให้ผู้ใช้จัดการระบบกล้องรักษาความปลอดภัยได้อย่างมีประสิทธิภาพมากขึ้น ลดการพึ่งพาบริการคลาวด์ไปพร้อมกับเสริมความเป็นส่วนตัวของข้อมูล
  • จุดเด่นและประสบการณ์ผู้ใช้ของ Frigate อาจสร้างแรงบันดาลใจที่น่าสนใจให้กับวิศวกรซอฟต์แวร์ระดับเริ่มต้นที่สนใจด้านความปลอดภัยและระบบอัตโนมัติ พร้อมแสดงให้เห็นแนวทางนวัตกรรมของชุมชนโอเพนซอร์ส

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2023-11-19
ความคิดเห็นจาก Hacker News

  • ประสบการณ์การใช้งาน Frigate

    • ใช้ Frigate กับ Raspberry Pi 4 และ Google Coral TPU มาเป็นเวลา 6 เดือน
    • เชื่อมต่อกล้องเครือข่าย 2MP จำนวน 2 ตัว ทำงานลื่นไหลและตรวจจับวัตถุได้แม่นยำ
    • บันทึกวิดีโอได้ตลอด 24/7 ไม่ใช่แค่เฉพาะตอนเกิดเหตุการณ์ และลบข้อมูลเก่าอัตโนมัติ
    • ทำงานร่วมกับ Home Assistant เพื่อรับการแจ้งเตือนวิดีโอสด ภาพสแนปช็อต และไฟล์บันทึกบนโทรศัพท์มือถือ
    • ประสบการณ์ผู้ใช้และตัวเลือกการตั้งค่าดีกว่าผลิตภัณฑ์เชิงพาณิชย์
    • ใช้งานง่าย สนุก และเป็นผลิตภัณฑ์ที่แนะนำอย่างมาก ซึ่งอาจช่วยชีวิตได้ด้วย

  • ข้อสังเกตจากการทดสอบ Frigate

    • Frigate เป็นโปรเจ็กต์ที่ทะเยอทะยานและหวังว่าจะประสบความสำเร็จ
    • การถอดรหัสด้วยฮาร์ดแวร์หรือ Coral ไม่ได้จำเป็น แต่ช่วยได้มาก
    • การตรวจจับความเคลื่อนไหวด้วย OpenCV มีความแม่นยำไม่สูงนัก
    • โมเดลตรวจจับวัตถุที่เปิดให้ใช้งานสาธารณะมีความแม่นยำต่ำ ทำให้พลาดเหตุการณ์สำคัญ
    • การรองรับ Coral ยังไม่เสถียร และการดูแลรักษาไดรเวอร์กับไลบรารียังไม่ดีพอ
    • การรันโมเดลบน CPU ไม่ได้มีต้นทุนสูงมาก
    • กำลังพิจารณาเปลี่ยนไปใช้ซอฟต์แวร์ที่เรียบง่ายกว่า

  • ข้อจำกัดด้านฟีเจอร์ของ Frigate

    • Frigate เป็นหนึ่งในผลิตภัณฑ์ NVR/VMS ที่มีอนาคตมากที่สุด แต่ยังมีฟีเจอร์ไม่พอที่จะมาแทน Blue Iris
    • ฟีเจอร์บันทึกต่อเนื่องยังค่อนข้างพื้นฐาน แต่ในผลิตภัณฑ์ที่เน้นเหตุการณ์เป็นหลัก เรื่องนี้มีลำดับความสำคัญต่ำกว่า

  • ความเป็นไปได้ในการใช้ Ring camera กับ Frigate

    • มีปัญหาเรื่องไม่สามารถเชื่อมต่อ Ring camera กับ Amazon ได้
    • กำลังมองหาวิธีรูทหรือใช้งาน Ring camera ผ่าน Frigate
    • ไม่อยากจ่ายค่าบริการรายเดือนและไม่สบายใจกับการที่ Amazon นำวิดีโอไปใช้

  • การรองรับของ Frigate ที่ยอดเยี่ยม

    • รองรับกล้องได้ยอดเยี่ยมผ่าน go2rtc และ ffmpeg
    • รองรับ video codec แบบเร่งความเร็วผ่าน ffmpeg
    • รองรับการตรวจจับวัตถุด้วยน้ำหนักและโมเดล Yolo แบบกำหนดเอง
    • รองรับ OpenVINO เพื่อเร่งการ inference บน Intel CPU/GPU
    • มีเอกสารประกอบที่ดีมาก

  • ความคาดหวังต่อฟีเจอร์ตรวจจับวัตถุในตัวกล้อง

    • อยากให้มีความสามารถในการใช้ฟีเจอร์ตรวจจับเหตุการณ์ที่มีอยู่ในกล้องหลายรุ่น เพื่อนำงานตรวจจับวัตถุไป offload ไว้ที่ตัวกล้อง

  • การรัน Frigate ใน Docker container

    • รัน Frigate เป็น Docker container บน M1 Mac Mini และได้โซลูชัน NVR ที่เสถียร
    • ใช้งาน HomeKit Secure Video ร่วมกับ Scrypted เพื่อมอนิเตอร์จากระยะไกลได้

  • การผสานโมเดลแบบกำหนดเองเข้ากับ Frigate

    • สงสัยเกี่ยวกับขั้นตอนการผสานชุดข้อมูล roboflow เข้ากับ Frigate

  • ข้อกำหนดพื้นฐานสำหรับการตั้งค่า Frigate

    • ต้องใช้ PC ที่ใช้ Intel, USB Coral TPU และกล้อง PoE แบบมีสาย
    • มีคำถามเกี่ยวกับวิธีจ่ายไฟให้กล้อง: ควรเลือก PoE switch หรือ PoE injector หลายตัว
    • ไม่แนะนำให้ใช้กล้อง Wi‑Fi และเป็นช่วงที่ดีในการอัปเกรดไปใช้กล้องความละเอียดสูง

  • ความเป็นไปได้ในการรัน Frigate บน Arm SBCs

    • อยากรู้ว่าสามารถรัน Frigate บน SBC ที่ใช้ Arm ได้หรือไม่