术语表
本术语表解释 Frigate 文档中的常用术语。
警报
两种核查项严重程度中较高的一种，另一种是检测。默认情况下，当核查项涉及 person 或 car 时为警报；符合条件的标签和区域可以配置。详见核查文档
属性
在目标上检测到的属性，与其标签并存。与子标签不同，一个目标可以同时携带多个属性。某些属性直接来自目标检测模型——例如 face、license_plate，或快递公司标识如 amazon、ups 和 fedex——而其他属性来自配置为 attribute 类型的自定义目标分类模型。属性在浏览的追踪目标详情面板、frigate/events MQTT 消息和 HTTP API 中可见。
边界框
目标检测模型返回的框选标记，用于标注画面中检测到的目标。在调试视图中，边界框按目标标签着色。
边界框颜色规则
- 启动时为不同目标标签分配不同颜色
- 深蓝色细线表示当前帧未检测到该目标
- 灰色细线表示目标被判定为静止状态
- 粗线表示该目标是自动追踪目标（启用时）
类别
分类模型被训练来区分的类别。每个类别是模型预测的一个独特视觉类别，外加一个用于不属于任何类别的输入的 none 类。例如，用于 person 目标的自定义目标分类模型可能使用类别 delivery_person、resident 和 none。预测的类别根据模型的配置作为子标签或属性应用于目标。详见目标分类文档
检测
两种核查项严重程度中较低的一种，另一种是警报。默认情况下，不符合警报条件的任何核查项都是检测；符合条件的标签和区域可以配置。尽管名称如此，检测是核查项的一个类别——与模型执行的目标检测不同。详见核查文档
误报
目标检测模型的错误结果，它为画面中的某物分配了错误的标签——例如将狗识别为人，或将椅子识别为狗。在需忽略区域正确识别到的人不属于误报。
标签
由目标检测模型分配给检测到的目标的类型，取自模型的标签映射表——例如 person、car 或 dog。Frigate 默认追踪 person；通过在目标配置中添加来追踪更多标签。详见可用目标文档
遮罩
Frigate 包含两种遮罩类型。详见遮罩文档
画面变动遮罩
阻止遮罩区域的画面变动触发目标检测。但不会阻止因邻近区域画面变动而连带检测该区域目标。用于画面中不断变化但从不包含你关注的目标的部分——摄像头时间戳、天空、树梢等。
目标遮罩
将丢弃底部中心点（无论重叠区域）位于遮罩区的所有边界框，强制将其判定为误报并忽略。
最低分
目标追踪过程中可接受的最低检测得分。低于此分值的检测将被视为误报并丢弃。
模型
Frigate 用来检测或分类目标的机器学习模型。目标检测模型在每帧中定位目标并返回其标签和边界框。额外的增强模型在追踪目标上运行以添加细节：人脸识别、车牌识别、鸟类分类、自定义目标和状态分类，以及用于语义搜索的嵌入模型。详见目标检测器文档
画面变动
当前帧与先前帧的像素变化。当大量相邻像素发生变化时，会组合在一起并在调试视图中以红色动态框标记。详见画面变动文档
目标
Frigate 可以在摄像头画面中检测和跟随的某物，由其标签标识（例如人或车）。Frigate 监视的目标类型在 objects 配置中设置。一旦目标被检测到并跨帧跟随，它就成为追踪目标，可能还携带子标签和属性。详见可用目标文档
检测区域
送入目标检测模型的画面分区，触发条件包括：画面变动、活跃目标或偶发的静止目标复查。调试视图中以绿色框显示。
待审项目
一个或多个追踪目标处于活动状态的时间段，分组以供核查。每个核查项被归类为警报或检测。详见核查文档
快照分
快照捕获瞬间该目标的置信度分数。
子标签
在追踪目标上除其标签外分配的更具体身份。person 可能获得识别到的人脸名称，car 可能获得已知车牌的名称，bird 可能获得其物种。一个目标同时只能有一个子标签。子标签由人脸识别、车牌识别、鸟类分类、配置为 sub label 类型的自定义目标分类以及语义搜索触发器产生。
判定阈值
目标分数必须达到的中位数值，方可被判定为有效目标。
峰值分
目标在整个追踪周期内达到的最高中位置信度。
被追踪目标
从目标进入画面到离开画面的完整周期（含静止时段），旧称"事件"。当满足判定阈值且符合快照/录像保存条件时将被存储。