Surveillance

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。 环境 # 服务器： Intel N97（Debian 13），8 路摄像头 Frigate： 0.17，Docker 运行 检测器： OpenVINO GPU（/dev/dri/renderD128） 原模型： SSD MobileNet v2（内置，300×300） 新模型： YOLOv9t ONNX（320×320，8.3 MB） 为什么换 YOLOv9t？ # 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。

在 Debian 服务器（Intel N97）上部署 Frigate NVR，替代传统 NVR 的检测功能。 涵盖 Docker Compose、go2rtc 流配置、硬件加速、HA 集成、推送通知及基于区域的告警。 VLAN 间流量经由主路由器（UCG Ultra）转发。 硬件与背景 # 服务器： Intel N97 迷你主机（debian.lan，10.0.10.11），Debian 13 摄像头： 8 台 Reolink PoE 摄像头（摄像头 VLAN，10.0.40.0/24），2 台 Nanit 婴儿监控器（IoT VLAN，10.0.20.0/24） 现有 NVR： 保留运行，负责持续录像；Frigate 专注于检测和事件片段 Home Assistant： 位于 IoT VLAN（10.0.20.10），已运行 MQTT Broker 存储设计 # 录像存储在 NAS 专用共享目录，避免占用本地 NVMe。