功能增强

Frigate 的一些功能增强可以使用独立显卡或核显进行加速。

要求

物体/目标检测和功能增强（如语义搜索、人脸识别和车牌识别）是独立的功能。要使用 GPU 或 NPU 进行物体/目标检测，请参阅物体/目标检测器文档。如果你想将 GPU 用于任何支持的功能增强，你必须为你的 GPU 或 NPU 选择适当的 Frigate Docker 镜像，并根据其具体文档配置功能增强。

• AMD

  • Frigate 的 -rocm 镜像会自动检测 ROCm 环境以启用增强功能，但受限于 ROCm 本身对大语言模型（LLM）的侧重方向，以及其在部分神经网络模型上的稳定性不足，仅有部分特征增强模型可正常运行。为保障系统稳定可靠，Frigate 会自动禁用运行表现不佳或稳定性不足的模型，因此最终仅激活兼容的增强功能模型。

• Intel

  • OpenVINO 将在默认 Frigate 镜像中自动被检测和使用于功能增强。
  • 注意：​ Intel NPU 对增强功能的模型支持有限。如有条件，建议使用 GPU 来加速增强功能的处理。

• Nvidia

  • Nvidia GPU 将在 -tensorrt Frigate 镜像中自动被检测和使用于功能增强。
  • Jetson 设备将在 -tensorrt-jp6 Frigate 镜像中自动被检测和使用于功能增强。

• RockChip

  • 在 Frigate 的-rk镜像版本中，RockChip NPU 将被自动检测并用于语义搜索 v1和人脸识别功能。

• AXERA

  • 在 Frigate 的-axcl镜像版本中，AXERA NPU 将被自动检测并用于语义搜索 v2功能。

将 GPU 用于功能增强不要求你将同一个 GPU 用于物体/目标检测。例如，你可以运行 tensorrt Docker 镜像用于功能增强，同时仍然使用其他专用硬件例如 Coral 或者 Hailo 进行物体/目标检测。但需要注意，TensorRT（用于目标检测）与 OpenVINO（用于图像增强）的混合搭配方案当前不受支持。

NOTE

Google Coral 是一个 TPU（张量处理单元），而不是专用 GPU（图形处理单元），因此不能为 Frigate 的功能增强提供任何加速。