https://yanghu.github.io/zh/tags/openvino/Recent content in Openvino on Yang's NotesHugo -- gohugo.iozh-cnyang@yhu.me (Yang Hu)yang@yhu.me (Yang Hu)© 2026 Yang HuThu, 19 Mar 2026 00:00:00 -0800https://yanghu.github.io/zh/posts/frigate-yolov9t-openvino/Thu, 19 Mar 2026 00:00:00 -0800yang@yhu.me (Yang Hu)https://yanghu.github.io/zh/posts/frigate-yolov9t-openvino/<p>将 Frigate 默认的 SSD MobileNet 检测器替换为 YOLOv9t（tiny），通过 OpenVINO 运行在 Intel N97 的核显上。涵盖模型导出、正确的 Frigate 配置，以及一个会导致 100% 误报的关键坑。</p> <h2 class="relative group">环境 <div id="环境" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e7%8e%af%e5%a2%83" aria-label="锚点">#</a> </span> </h2> <ul> <li><strong>服务器：</strong> Intel N97（Debian 13），8 路摄像头</li> <li><strong>Frigate：</strong> 0.17，Docker 运行</li> <li><strong>检测器：</strong> OpenVINO GPU（<code>/dev/dri/renderD128</code>）</li> <li><strong>原模型：</strong> SSD MobileNet v2（内置，300×300）</li> <li><strong>新模型：</strong> YOLOv9t ONNX（320×320，8.3 MB）</li> </ul> <h2 class="relative group">为什么换 YOLOv9t？ <div id="为什么换-yolov9t" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e4%b8%ba%e4%bb%80%e4%b9%88%e6%8d%a2-yolov9t" aria-label="锚点">#</a> </span> </h2> <p>Frigate OpenVINO 镜像自带的 SSD MobileNet v2 速度快、资源占用低，但对画面边缘目标和部分遮挡目标的识别能力较弱。YOLOv9t（tiny）在精度上有明显提升，计算量却相差不大——在 320×320 输入、N97 核显约 18ms 推理速度下，跑 8 路摄像头完全够用。</p>