本地攝影機與影像辨識：不上雲也能分辨人、車、貓

charles

雲端攝影機的問題不只是隱私 —— 網路斷了就什麼都沒了。

這篇講整套本地的做法。



為什麼要本地

• 影像不出家門
  
• 沒有月費
  
• 網路斷了還是會錄
  
• 廠商倒了設備不會變磚
  
• 可以做雲端服務不給你做的事（自己訓練辨識、接自動化）
  

代價：

• 要自己架
  
• 要一台跑得動的主機
  
• 硬碟會被塞滿
  

選攝影機：只看一件事

支援 RTSP 或 ONVIF。

• 有 RTSP = 可以本地接
  
• 沒有 = 只能用廠商的 App
  

怎麼確認：

• 規格表寫「支援 RTSP / ONVIF」
  
• 或者搜尋「型號 + RTSP」看有沒有人成功過
  
• 很多小米、TP-Link 的攝影機預設關閉 RTSP，要在 App 裡開
  

其他要看的：

• 有沒有第二串流（substream） —— 很重要，下面說
  
• PoE 還是 Wi-Fi —— PoE 穩很多，一條網路線給電又給資料
  
• 夜視 —— 紅外線還是彩色夜視
  
• 戶外的要看 IP 等級（IP66 以上）
  

第二串流為什麼重要

大部分攝影機可以同時吐兩個畫質：

• 主串流 —— 4K 或 1080p，拿來錄影
  
• 第二串流 —— 640x480 之類的小畫面，拿來做偵測
  

為什麼要分開：

• 影像辨識吃的是 CPU，解析度越高越慢
  
• 用小畫面做偵測，大畫面只負責錄
  
• 效能差好幾倍
  

沒有第二串流的攝影機，錄影和偵測都要用大畫面 —— 主機會很喘。

三種軟體選擇

一、HA 內建的攝影機整合（最簡單）

• Generic Camera —— 填 RTSP 網址就能看
  
• ONVIF —— 可以控制雲台、抓動作偵測事件
  
• 但沒有錄影和智慧偵測
  

適合：只想在儀表板上看畫面。

二、Frigate（現在最多人用）

• 專為 HA 設計的 NVR
  
• 內建物件偵測（人、車、貓、狗、包裹）
  
• 只在偵測到東西的時候錄
  
• HA 整合很完整
  
• 有 HA 附加元件
  

三、其他 NVR（Blue Iris、Shinobi、ZoneMinder、群暉 Surveillance Station）

• 功能可能更完整
  
• 但跟 HA 的整合沒那麼深
  

Frigate 的關鍵概念

它的偵測分兩層：

1. 第一層：動作偵測（motion）
2.   很便宜，用畫面變化判斷
3.   樹葉在動也算
5. 第二層：物件偵測（object detection）
6.   用 AI 模型判斷「那是什麼」
7.   只有第一層觸發時才跑（省資源）

複製代碼

這個設計是 Frigate 效能好的原因。

基本設定

1. mqtt:
2.   host: core-mosquitto
3.   user: !secret mqtt_user
4.   password: !secret mqtt_pass
6. cameras:
7.   門口:
8.     ffmpeg:
9.       inputs:
10.         # 第二串流：拿來偵測
11.         - path: rtsp://user:pass@192.168.1.50:554/stream2
12.           roles:
13.             - detect
14.         # 主串流：拿來錄影
15.         - path: rtsp://user:pass@192.168.1.50:554/stream1
16.           roles:
17.             - record
18.     detect:
19.       width: 640
20.       height: 480
21.       fps: 5
22.     objects:
23.       track:
24.         - person
25.         - car
26.     record:
27.       enabled: true
28.       retain:
29.         days: 3
30.         mode: motion
31.       events:
32.         retain:
33.           default: 14

複製代碼

幾個重點：

• fps: 5 就夠 —— 偵測不需要 30fps，5 就能抓到人
  
• retain 分兩種 —— 連續錄影留 3 天、有事件的留 14 天
  
• track 只列你真的在乎的 —— 列越多越慢
  

硬體加速（一定要開）

沒開的話 CPU 會爆。

1. ffmpeg:
2.   hwaccel_args: preset-vaapi        # Intel 內顯
3.   # preset-nvidia                   # NVIDIA 顯卡
4.   # preset-rpi-64-h264              # 樹莓派

複製代碼

AI 加速：Coral 或內顯



物件偵測是最吃資源的部分。

選項：

• 純 CPU —— 可以跑，但一台攝影機就吃掉半顆 CPU
  
• Intel 內顯（OpenVINO） —— 免費，而且效果很好
  
• Google Coral USB —— 專門的 AI 加速棒，很省電
  
• NVIDIA 顯卡 —— 最快，但很耗電
  

實務建議：

• 有 Intel 主機（N100、NUC）→ 直接用內顯的 OpenVINO
  
• 樹莓派 → 買 Coral
  
• 一顆 Coral 大概可以處理十台攝影機
  

區域（zones）：減少誤報的關鍵

問題：馬路上走過的人也被偵測到，一天通知一百次。

解法：畫出你在乎的區域

1.     zones:
2.       門前:
3.         coordinates: 0.3,1,0.3,0.5,0.7,0.5,0.7,1
4.         objects:
5.           - person

複製代碼

座標是「畫面寬高的比例」，
Frigate 的網頁介面有工具可以用畫的。

然後自動化只看區域：

1. automation:
2.   - alias: 有人靠近門口
3.     triggers:
4.       - trigger: mqtt
5.         topic: frigate/events
6.     conditions:
7.       - condition: template
8.         value_template: >
9.           {{ trigger.payload_json['type'] == 'new'
10.              and trigger.payload_json['after']['camera'] == '門口'
11.              and trigger.payload_json['after']['label'] == 'person'
12.              and '門前' in trigger.payload_json['after']['entered_zones'] }}
13.     actions:
14.       - action: script.通知
15.         data:
16.           等級: 重要
17.           標題: 有人在門口
18.           訊息: 已錄影

複製代碼

遮罩（masks）：另一個減少誤報的工具

• motion mask —— 那塊區域完全忽略（例如會晃的樹）
  
• object mask —— 那塊區域不做物件偵測（例如鄰居的門）
  

人臉辨識

Frigate 0.16 之後內建了人臉辨識和車牌辨識，
不用再另外裝 Double Take 之類的東西。

• 在介面上標記幾張臉
  
• 之後會告訴你「是誰」而不只是「有人」
  

實務上：

• 需要夠近、夠清楚的畫面（門口的攝影機最適合）
  
• 角度太斜或太遠會認不出來
  
• 戴口罩會失效
  

儲存空間規劃

概略的估算：

1. 1080p、15fps、H.264
2.   → 大約每小時 1-2 GB（連續錄）
3.   → 一天 24-48 GB
4.   → 四台攝影機一天 100-200 GB

複製代碼

所以：

• 不要連續錄所有攝影機
  
• 用 mode: motion（只在有動作時錄）
  
• 事件錄影留久一點，連續錄影留短一點
  
• 放在 HDD 不要放 SSD（一直寫會傷 SSD）
  

HA 這邊的整合

裝了 Frigate 的 HA 整合之後，每台攝影機會有：

• camera 實體（看畫面）
  
• binary_sensor（偵測到人 / 車 / 動作）
  
• sensor（各類物件的數量）
  
• switch（開關偵測、錄影、快照）
  

用 switch 做「在家時關閉通知」：

1. automation:
2.   - alias: 在家時關掉門口偵測通知
3.     triggers:
4.       - trigger: state
5.         entity_id: person.charles
6.         to: home
7.     actions:
8.       - action: switch.turn_off
9.         target:
10.           entity_id: switch.門口_偵測

複製代碼

常見問題

一、畫面卡卡的

• 硬體加速沒開
  
• 用主串流做偵測（改用第二串流）
  
• fps 太高
  

二、誤報很多

• 沒設區域和遮罩
  
• 信心門檻太低（可以調 min_score）
  
• 夜間紅外線的畫面容易誤判
  

三、HA 裡看不到畫面

• 檢查 go2rtc 的設定（Frigate 內建用它做串流）
  
• 瀏覽器可能不支援那個編碼（H.265 在某些瀏覽器不行）
  

四、硬碟一直滿

• retain 設太長
  
• 連續錄影沒關
  
• 監控磁碟空間並自動提醒
  

---

下一篇：Matter 與 Thread 的現況 ——
2026 年了，到底能不能用。