可检测的目标类型
Frigate 包含以下来自 Google Coral 测试数据的目标标签。
请注意：
car被列出两次，因为truck默认被重命名为car。这两种目标类型经常被混淆。- 默认情况下，仅追踪
person。要追踪其他目标类型，请在目标设置中配置。 - 默认的 COCO 标签的模型中的
mouse并不是老鼠，而是鼠标。 - 具体检测的目标类型取决于你模型的支持。
- person（人）
- bicycle（自行车）
- car（汽车）
- motorcycle（摩托车）
- airplane（飞机）
- bus（公交车）
- train（火车）
- car（汽车）
- boat（船）
- traffic_light（交通灯）
- fire_hydrant（消防栓）
- street_sign（路标）
- stop_sign（停车标志）
- parking_meter（停车计时器）
- bench（长椅）
- bird（鸟）
- cat（猫）
- dog（狗）
- horse（马）
- sheep（绵羊）
- cow（牛）
- elephant（大象）
- bear（熊）
- zebra（斑马）
- giraffe（长颈鹿）
- hat（帽子）
- backpack（背包）
- umbrella（雨伞）
- shoe（鞋子）
- eye_glasses（眼镜）
- handbag（手提包）
- tie（领带）
- suitcase（手提箱）
- frisbee（飞盘）
- skis（滑雪板）
- snowboard（滑雪板）
- sports_ball（运动球）
- kite（风筝）
- baseball_bat（棒球棒）
- baseball_glove（棒球手套）
- skateboard（滑板）
- surfboard（冲浪板）
- tennis_racket（网球拍）
- bottle（瓶子）
- plate（盘子）
- wine_glass（酒杯）
- cup（杯子）
- fork（叉子）
- knife（刀）
- spoon（勺子）
- bowl（碗）
- banana（香蕉）
- apple（苹果）
- sandwich（三明治）
- orange（橙子）
- broccoli（西兰花）
- carrot（胡萝卜）
- hot_dog（热狗）
- pizza（披萨）
- donut（甜甜圈）
- cake（蛋糕）
- chair（椅子）
- couch（沙发）
- potted_plant（盆栽植物）
- bed（床）
- mirror（镜子）
- dining_table（餐桌）
- window（窗户）
- desk（桌子）
- toilet（厕所）
- door（门）
- tv（电视）
- laptop（笔记本电脑）
- mouse（鼠标）
- remote（遥控器）
- keyboard（键盘）
- cell_phone（手机）
- microwave（微波炉）
- oven（烤箱）
- toaster（烤面包机）
- sink（水槽）
- refrigerator（冰箱）
- blender（搅拌机）
- book（书）
- clock（时钟）
- vase（花瓶）
- scissors（剪刀）
- teddy_bear（泰迪熊）
- hair_drier
- toothbrush（牙刷）
- hair_brush（发刷）
配置追踪目标
默认情况下，Frigate 仅追踪人（person）。要追踪其他目标类型，请将其添加到追踪目标列表中。
yaml
objects:
# 可选：从labelmap.txt中要追踪的对象列表（默认值：如下所示）
track:
# 注意，下方添加的目标/物体为英文，可以参考本页面下方的列表来添加
- person # 人
- cat # 猫
- dog # 狗
- car # 车辆要在摄像头级别覆盖：
yaml
cameras:
front_door:
objects:
track:
- person
- car过滤目标
目标过滤器通过约束每种目标类型的大小、形状和置信度阈值来帮助减少误报。过滤器可在全局或按摄像头配置。
yaml
objects:
filters:
person:
min_area: 5000
max_area: 100000
min_ratio: 0.5
max_ratio: 2.0
min_score: 0.5
threshold: 0.7要在摄像头级别覆盖：
yaml
cameras:
front_door:
objects:
filters:
person:
min_area: 5000
threshold: 0.7目标过滤遮罩
目标过滤遮罩可阻止特定目标类型在摄像头画面的特定区域被检测。这些遮罩检查边界框的底部中心点。全局遮罩适用于所有目标类型，而按目标遮罩仅适用于指定类型。
yaml
objects:
# 应用于所有目标类型的全局遮罩
mask:
mask1:
friendly_name: "目标过滤遮罩区域"
enabled: true
coordinates: "0.000,0.000,0.781,0.000,0.781,0.278,0.000,0.278"
# 按目标遮罩
filters:
person:
mask:
mask1:
friendly_name: "人员过滤遮罩"
enabled: true
coordinates: "0.000,0.000,0.781,0.000,0.781,0.278,0.000,0.278"NOTE
全局遮罩与任何目标特定遮罩组合使用。两者都基于边界框底部中心点进行检查。
自定义模型
镜像中已包含适用于 CPU 和 EdgeTPU（Coral）的模型。你可以通过卷挂载使用自定义模型：
- CPU 模型：
/cpu_model.tflite - EdgeTPU 模型：
/edgetpu_model.tflite - 标签文件：
/labelmap.txt
如果自定义模型与默认配置不同，你还需要更新模型配置。