Direkt zum Hauptinhalt

Installation in Home Assistant

Beschreibung:

Ein Videoüberwachungssystem , Installation in Home Assistant direkt.

Vorraussetzungen:

Ein MQTT Broker
Das Fileeditor Addon

Installation aus dem Addon Store:

Dazu auf
Einstellungen -> Addons -> Addon Store

Dort Repository hinzufügen (3 Punkte oben rechts)

Auswahl_032.png

Auswahl_033.png

Auswahl_034.png


Auswahl_035.png

Auswahl_036.png

Dort folgende Repo hinzufühgen

https://github.com/blakeblackshear/frigate-hass-addons

und auf hinzufügen klciken

Auswahl_037.png

Nun ist die Repo drin und auf schließen klicken, danach den browser mit F5 refresh durchführen

Auswahl_038.png

Nun haben wir in unserem Store die frigate Varianten zur Verfügung

Auswahl_039.png

Wir wäheln die Frigate Standard Variante, Full Access wäre für Kameras mit Hardware Beschleunigung.
Habt Ihr Kameras mit Hardware Beschleunigung nehmt Ihr Full Access

Auswahl_040.png

Nun auf installieren klicken, danach das Addon noch NICHT!! starten

Auswahl_041.png

Nun im File Editor auf Browse / Durchsuchen gehen gehen und eine neue Datei anlegen mit dem namen
frigate.yml

Auswahl_042.png

Auswahl_043.png
Hier mal ein Inhalt den man als Vorlage nehmen und erweitern kann:

mqtt:
  enabled: True
  host: 172.16.0.14
  user: smarthome
  password: smarthome
  topic_prefix: frigate
  # Optional: client id (default: shown below)
  # WARNING: must be unique if you are running multiple instances
  client_id: frigate
  # Optional: interval in seconds for publishing stats (default: shown below)
  stats_interval: 15

#immer die frigatre datenbank da hinlegen wo auch die medien liegen, denn sollte mal das netzlaufwerkabbrechen, 
#haben wir keine inkonsistente Datenbank zu den videos
database:           
  path: /media/frigate/frigate.db

# Optional: Detectors configuration. Defaults to a single CPU detector
detectors:
  # Required: name of the detector
  detector_name:
    # Required: type of the detector
    # Frigate provided types include 'cpu', 'edgetpu', and 'openvino' (default: shown below)
    # Additional detector types can also be plugged in.
    # Detectors may require additional configuration.
    # Refer to the Detectors configuration page for more information.
    type: cpu 
#Hardware Beschleunigung aktivieren, wenn eine GPU vorhanden für hw Beschleunigung dann den Kommentar bei hwaccel_args entfernen
ffmpeg:
  #hwaccel_args: -c:v h264_qsv
  hwaccel_args: preset-intel-vaapi
  #hwaccel_args: preset-intel-qsv-h264
  #hwaccel_args: preset-rpi-64-h264
  #hwaccel_args: preset-rpi-64-h265

birdseye:
  enabled: True
  restream: True
  mode: objects

objects:
  track:
    - person
    - car
#ich hab den Filter rausgenommen, aber wer möchte das die Objekterkennung nur über einen bestimmten Bereich geht, kann diesen Definieren.
#Allerdings wäre es dafür einfacher Zones für die Kameras in der UI zu erstellen.
  #filters:
   # person:
     # min_area: 5000
     # max_area: 100000


go2rtc:
  streams:
    Treppenhaus: 
      - rtsp://smarthome:Smarthome&More@192.168.101.185:554/h264Preview_01_main#video=copy
    Treppenhaus_sub: 
      - rtsp://smarthome:Smarthome&More@192.168.101.185:554/h264Preview_01_sub#video=copy
  #enable webrtc für flüssigeres bild in der lovlace Karte
  webrtc:
    candidates:
      - 127.0.0.1:8555
      - stun:8555  

cameras:
  Treppenhaus_CAM:
    ffmpeg:
      inputs:
        - path: rtsp://127.0.0.1:8554/Treppenhaus
          input_args: preset-rtsp-restream
          roles:
            - record
        - path: rtsp://127.0.0.1:8554/Treppenhaus_sub
          input_args: preset-rtsp-restream
          roles:
            - detect
    detect:
      width: 1280 #Hier unbedingt die reale Auslösung des Streams wählen
      height: 720 #Hier unbedingt die reale Auslösung des Streams wählen
      fps: 5
    snapshots:
      enabled: True
    record:
      enabled: True
      retain: 
        mode: motion #nimmt nur auf wenn Bewegung erkannt wurde und nicht komplett durchgehend, 
              #dies ist Lösung für die Cach Warning wenn zu wenig RAM vorhanden ist.
              #Und warum soll man die Festplatte unnötig volllaufen lassen, auch wenn nur für 1 Tag wäre
        days: 1 #ich möchte ja nur die clips haben wo auch objekte erkannt werden. 
                #Es wird aber in frigate tatsächlich die ganze zeit aufgenommen. 
                #Wir brauchen keine Komplettaufnahmen länger als ein Tag, also noch einem Tag wegschmeißen. 
                #Denn den Record brauchen wir leider, damit frigate die Clips daraus schneiden kann.
      detections:
        pre_capture: 30        # Sekunden vor dem Ereignis mitschneiden
        post_capture: 60       # Sekunden nach dem Ereignis mitschneiden
        retain: 
          default: 14

Die Config Werte:

MQTT:

Wir ändern den Username und kennwort bei MQTT auf unseren MQTT Benutzer und Kennwort ab.
Den Host ändern wir auf die IP Adresse unseren Home Assistanten ab.

Den rest von MQTT lassen wir so.

Detectors:

Hier type: cpu nehmen oder wer ein google corel ai Stick hat stellt folgendes ein:
Birdeye view

FFMPEG:
Hinweis: Darauf achten das die Kamera Streams den gleichen Codec haben den die HW Beschleunigung auch kann!!!

  • #hwaccel_args: -c:v h264_qsv
    Quick Sync direkt erzwingen (H.264). Das ist ein Roh-ffmpeg-Flag und allein meist nicht ausreichend (eigentlich bräuchtest du zusätzlich -hwaccel qsv, Device usw.). In Frigate lieber die QSV-Preset-Zeile unten nutzen. Nur für Intel-iGPU, nur H.264.

  • #hwaccel_args: preset-intel-vaapi
    Intel iGPU über VAAPI (Linux). Solide Allround-Variante, funktioniert für H.264 und oft auch H.265 je nach iGPU.
    Voraussetzungen: Linux, /dev/dri in den Container durchreichen. Gut, wenn du H.265 im Main-Stream hast, aber trotzdem HW-Decode willst.

  • #hwaccel_args: preset-intel-qsv-h264
    Intel Quick Sync (QSV) speziell für H.264. Sehr effizient, geringe CPU-Last.
    Voraussetzungen: Intel-iGPU + /dev/dri. Nur verwenden, wenn der zu decodierende Stream H.264 ist (für H.265 gibt es ein anderes Preset, nicht dieses).

  • #hwaccel_args: preset-rpi-64-h264 und bei 265 genau umgekehrt, kein h264
    Raspberry Pi (64-bit) via V4L2 M2M, H.264-Decode. Für Pi 4/5 mit 64-bit OS. Kein H.265-HW-Decode, also Sub-Stream in der Kamera auf H.264 stellen. Container braucht Zugriff auf die Video-Devices (bei HA-Addon i. d. R. schon so).

  • #hwaccel_args: preset-rpi-64-h265
    Raspberry Pi (64-bit) via V4L2 M2M, H.265-Decode. Für Pi 4/5 mit 64-bit OS. Kein H.264-HW-Decode, also Sub-Stream in der Kamera auf H.265 stellen. Container braucht Zugriff auf die Video-Devices (bei HA-Addon i. d. R. schon so).
Object:

Wir wollen Personen und Autos erkennen.

go2rtc:

hier wird eine Verbindung zur Kamera aufgebaut. Wenn eine Kamera auch einen Substream hat, für hohe und niedrige auflösung wählen.
Main ist immer hochauslösend, sub als Previe.
Kann die Cam nur ein Stream.
Diesen bei beie eintargen.

Cameras:

Dort den Namen der Camere eintragen wie er auch wirklcih erscheinen soll.
Hier erstellen wir ein neuen RTSP Stream auf localhost.
Dieser verlinkt auf den go2rtc. Vorteil eure Kamera die in go2rtc angelegt ist, unterstützt nur einen Stream gleichzeitg zum abruf, nun könnt Ihr den input von cameras auch für externe Anwendungen nutzen. Denn in der externen Anwedung gebt ihr den Camera input an. Und dann greift Home Assistant auf die Cam im go2rtc zu.

record:

In Frigate gibt’s im record:-Block mehrere Untersektionen, die unterschiedliche Arten von Videoaufzeichnungen betreffen.
Die Namen alerts, detections und events tauchen dort auf, um gezielt unterschiedliche Aufnahmetypen separat zu konfigurieren.

1️⃣ alerts

  • Bezieht sich auf Clips, die durch einen Alarm ausgelöst werden (z. B. wenn ein Objekt mit einer sehr hohen Erkennungssicherheit erkannt wird).

  • Entsteht meist, wenn review: true aktiviert ist oder ein MQTT-/API-Trigger für einen Alarm kommt.

  • Wird eher selten genutzt, außer du hast externe Systeme, die Frigate “Alarm!” rufen lassen.

2️⃣ detections

  • Steht für Videoabschnitte während einer aktiven Objekterkennung.

  • Wenn Frigate etwas erkennt (Person, Auto, Tier) und die detect:-Parameter erfüllt sind, speichert dieser Modus die Clips nur für diese Zeit.

  • Du kannst hier eigene pre_capture- und post_capture-Zeiten festlegen, die nur für “Erkennungsclips” gelten.

  • Hier stellst du typischerweise deine gewünschten 30 Sekunden vorher und 60 Sekunden nachher ein.

💡 Praxis-Tipp:
Wenn du einfach nur möchtest, dass jeder erkannte Vorfall mit Puffer aufgenommen wird, reicht es, nur events in record: zu konfigurieren – die anderen brauchst du nicht zwingend.

Mögliche Parameter in alerts / detections / events
Parameter Typ Bedeutung
pre_capture Sekunden (float/int) Anzahl Sekunden Video, die vor dem Ereignis gespeichert werden sollen.
post_capture Sekunden (float/int) Anzahl Sekunden Video, die nach dem Ereignis gespeichert werden sollen.
retain Block Einstellungen, wie lange diese Aufnahmen behalten werden.
retain.default Tage (int) Standardanzahl Tage, die diese Aufnahmen behalten werden. Alte syntax days
retain.objects Mapping Abweichende Aufbewahrungsdauer pro Objektklasse (z. B. "person": 30).
egal was in default steht, wird eine Person erkannt, 30 Tage aufbewahren.
Beispiel:
retain:
  default: 14          # Standard: 14 Tage behalten
  objects:
    person: 30         # Clips mit Personen: 30 Tage behalten
    car: 7             # Clips mit Autos: 7 Tage behalten


Ein Event ohne Person → 14 Tage behalten

Ein Event mit Person → 30 Tage behalten

Ein Event mit Auto, aber ohne Person → 7 Tage behalten

Ein Event mit Auto und Person → nimmt den höchsten Wert (30 Tage)

💡 Das ist praktisch, wenn du z. B. Fahrzeuge oder Tiere kürzer
behalten willst, aber Personenaufnahmen länger archivieren möchtest.
enabled true/false Aktiviert/deaktiviert die Aufzeichnung für diese Untersektion.
objects Liste Beschränkt Aufnahmen auf bestimmte Objekte (z. B. ["person", "car"]).
required_zones Liste Aufnahmen nur, wenn das Objekt in einer dieser definierten Zonen erkannt wird.
min_score Zahl (0–1) Mindest-Score für die Erkennung, damit ein Clip gespeichert wird.
active_objects Liste

  • Wenn ein Objekt erkannt wird, startet ein Event.

  • Das Event bleibt solange aktiv, wie mindestens eines der festgelegten active_objects noch im Bild ist.

  • Erst wenn kein active_object mehr sichtbar ist und der post_capture-Puffer abgelaufen ist, wird der Clip abgeschlossen.

  • Praktisch, um zu verhindern, dass eine Aufnahme in mehrere kurze Clips gesplittet wird, wenn ein Objekt kurz verschwindet und wiederkommt.

record:
  enabled: true
  detections:
    pre_capture: 30
    post_capture: 60
    active_objects:
      - person
      - car
    retain:
      default: 14
➡ In diesem Beispiel:

Event startet, wenn Person oder Auto erkannt wird.

Solange eines dieser beiden Objekte im Bild ist, 
bleibt das Event aktiv.

Wenn beide weg sind, läuft noch post_capture (hier 60 Sekunden)
und der Clip wird dann abgeschlossen.

💡 Wichtig:

  • Hat keinen Einfluss auf alerts oder detections, sondern nur auf events.

  • Wenn du Objekte wie "dog" nicht in active_objects aufnimmst, können diese zwar erkannt werden, halten das Event aber nicht offen.
mode String

In Frigate steuert der mode-Parameter unter record: wann und wie Aufnahmen gespeichert werden.
Er beeinflusst die komplette Recorder-Logik – also, ob Clips ständig oder nur bei Erkennung gespeichert werden.

Mögliche Werte von mode

Wert Bedeutung Wann wird aufgenommen?
all Daueraufnahme 24/7-Aufzeichnung, unabhängig von Bewegung oder Erkennung. Events werden zusätzlich markiert, aber der komplette Stream wird gespeichert.
motion Nur bei Bewegung Speichert, sobald Bewegung erkannt wird (auch wenn kein Objekt erkannt wird). Spart Speicherplatz, kann aber Ereignisse abschneiden, wenn Bewegung spät erkannt wird.
active_objects Nur bei aktiven Objekten Speichert, wenn ein erkennbares Objekt (aus deiner Objektliste) aktiv im Bild ist. Noch sparsamer, aber Risiko, dass Aufnahmen fehlen, wenn Erkennung mal aussetzt.
never (oder einfach weglassen) Keine dauerhafte Aufzeichnung Es gibt nur Event-Clips, aber keine kontinuierliche Speicherung. 
Beispiel

💡 Allerdings ist das hier jetzt reine Bewegung, 
denn in Events fehlt die Objekt Erkennung nur als info 💡

record:
  enabled: true
  mode: motion
  detections:
    pre_capture: 30
    post_capture: 60
    retain:
      default: 14


➡ In diesem Beispiel:

Frigate speichert Clips nur bei Bewegung.

Dank pre_capture werden auch 30 Sekunden vor der Bewegung mitgeschnitten.

Ereignisse bleiben 14 Tage gespeichert.

💡 Praxis-Tipp:

Wenn du oft das Problem hast, dass der Anfang fehlt, 
ist mode: all am sichersten, weil Frigate dann immer puffert.

Wenn Speicherplatz knapp ist, mode: motion mit großem 
pre_capture (z. B. 30–60 Sekunden) wählen.

Das Zusammenspiel konkret:

1. mode in der record:-Sektion (global)

  • Steuert die Grundaufzeichnung.

  • Beispiel: mode: motion → Frigate schreibt den Videostream nur auf die Platte, wenn Bewegung erkannt wird (egal, ob ein bestimmtes Objekt erkannt wird).

  • Wenn keine Bewegung, dann auch kein Material im Speicher, auf das pre_capture/post_capture zugreifen könnte.

2. mode in events: (innerhalb record:)

  • Steuert welche Teile der schon aufgenommenen Daten als Event-Clip gespeichert und in der Weboberfläche unter Clips angezeigt werden.

  • Beispiel: mode: active_objects → Nur die Abschnitte, in denen tatsächlich ein konfiguriertes Objekt im Bild ist, werden zu Events.

  • Der Rest der Bewegungsvideos (z. B. Wind im Baum) wird nicht als Event markiert, obwohl er durch mode: motion global gespeichert wurde.

Zusammenspiel

💡 Man kann sich das so vorstellen:

  1. Globales record.mode → Bestimmt, wann der Rekorder läuft und Daten speichert.

  2. events.mode → Bestimmt, welche Szenen daraus zu “wichtigen Clips” werden.

Beispiel-Konfig
record:
  enabled: true
  mode: motion        # Nur aufnehmen, wenn Bewegung erkannt wird
  detectsions:
    mode: active_objects  # Aus diesen Bewegungs-Aufnahmen nur Clips mit erkannten Objekten machen
    pre_capture: 30
    post_capture: 60
    retain:
      default: 14


➡ Ablauf in dem Beispiel:

Es bewegt sich etwas im Bild → globales mode: motion startet Aufnahme.

Frigate prüft, ob ein Objekt in detect.objects erkannt wird.

Ja → Ausschnitt wird als Event gespeichert, inkl. Puffer (pre_capture + post_capture).

Nein → Die Bewegung wird zwar aufgenommen, aber kein Event erstellt 
(kann aber in der 24/7-Timeline auftauchen, wenn aktiviert).

Das heißt:

record.mode = Wann wird überhaupt aufgenommen?

events.mode = Was davon landet als markiertes Ereignis in den Clips?
💡Tipp:

Wenn record mode motion ist landen trotzdem die erergniss wo nur Bewegung erkannt wurde aber keine Personen in der Timeline.
Wir müssne dazu:

Events trotzdem mit pre_capture + post_capture (damit der Anfang/Ende nicht abgeschnitten wird)
Sonstige Bewegungen nicht in der grünen 24/7-Timeline sehen
Also keine “leeren” Bewegungsclips, nur die echten Ereignisse

 

Du musst record.enabled: true lassen (damit der Puffer für pre/post funktioniert),
aber record.mode so setzen, dass nur die Event-Zeiten gespeichert werden.

Das geht so:


record: 
  enabled: true 
  mode: active_objects # NICHT motion, sonst landet alles in der Timeline 
  detections: 
    pre_capture: 30 
    post_capture: 60 
    retain: default: 14

Warum das funktioniert

  • record.mode: active_objects → Frigate schreibt den Videostream nur, wenn gerade ein “aktives Objekt” erkannt wird (also Person, Auto usw.).

  • Das ist das gleiche Zeitfenster, das auch für Events genutzt wird → keine “extra” Bewegungsvideos in der Timeline.

  • Trotzdem kann Frigate mit pre_capture ein paar Sekunden vorher aufnehmen, weil der Puffer im RAM läuft, auch wenn noch nichts gespeichert wurde.

  • Ergebnis: nur rote Event-Segmente in der Timeline, keine grünen “nur Bewegung”-Segmente.

💡 Tipp: Wenn du wirklich nur bestimmte Objektarten für Events willst, setze in detections: noch objects::


detections: objects: - person

Dann entstehen nur Clips + Timeline-Einträge, wenn eine Person erkannt wurde.

anderen Speicherort festlegen:

frigate stopp

Alle Daten werden im /media/frigate Verzeichnis gespeichert.
Damit die Datenbank aber nicht im Config Verzeichnis liegt:

An die Konfig anfügen.

database:
  path: /config/frigate.db
  
ändern zu bzw hinzufügen wenn noch kein Database: Eintrag vorhanden

database:
  path: /media/frigate/frigate.db

Nun einen neuen Netzwerkspeicher anlegen mit dem Namen frigate.
Dieser wird dann mit dem Namen frigate in Verzeichnis /media gemountet.
Somit ist der Pfad dann Media frigate
Möchte man seine alte Daten noch halten dann benennen wir vor dem erstellen des Speichers , das Verzeichnis frigate in frigate_tmp um
Nachdem der Netzwerkwerk speicher angehängt wurde verschieben wir den Inhalt aus frigate_tmp in frigate.
Dann starten wir das Addon wieder.

Das umbenennen kann man über das Addon Terminal in der Sidebar gemacht werden oder über ein Filebrowser Addon in der Sidebar
Fertig

Zeitstempel:

In Frigate hat man nur die Möglichkeit Zeitstempel in die Bilder (Snapshots) einzubetten.
Man kan das auch in die Recording über ffmpeg machen.
Das ist aber sehr Ressourcen hungrig, weil das Video dazu neu encodiert wird.
Nut mit Video Accelrator zu empfehelen.
Mein Vorschlag wäre, ob die Kamera selbst die Möglichkeit hat einen Zeitstempel hinzuzufügen.

Für Unifi Kameras, kann man den Zeitstempel in der GUI config.

Reicht einem die Zeit im Snapshot, dann kann man einen neuen Abschnitt in der Konfig (ich habe diesen unter go2rtc erstellt), dieses hinzufügen:
Hier ändere Ich das Format von US auf 01.12.2024  13:15:45 in der Farbe weiß oben links


...
timestamp_style:
  # Optional: Position of the timestamp (default: shown below)
  #           "tl" (top left), "tr" (top right), "bl" (bottom left), "br" (bottom right)
  position: "tl"
  # Optional: Format specifier conform to the Python package "datetime" (default: shown below)
  #           Additional Examples:
  #             german: "%d.%m.%Y %H:%M:%S"
  format: "%d.%m.%Y %H:%M:%S"
  # Optional: Color of font
  color:
    # All Required when color is specified (default: shown below)
    red: 255
    green: 255
    blue: 255
  # Optional: Line thickness of font (default: shown below)
  thickness: 2
  # Optional: Effect of lettering (default: shown below)
  #           None (No effect),
  #           "solid" (solid background in inverse color of font)
  #           "shadow" (shadow for font)
  effect: "solid"
...

So sähe das dann aus, aber leider nur im Bild (Snapshots) und nicht in den Auffnahmen

Auswahl_090.png

Schlechte Internetverbindung:

Wenn die Internetverbindung einfach zu schlecht ist 128 KB pro Sekunde (1000 Kbit / 1 MBit (DSL 1000 Leitung) Up/download

Sollte die Internetverbindung für ein Flüssiges wiedergeben von Aufnahmen nicht funktionieren. Weil 4K über 1 Mbit gar nicht geht.
Dann kann man die Gleiche Kamera nochmal anlegen nur zum Beispiel mit den Namen Mobil und dort bei record den Substream mit einer niedrigen Auflösung wählen.
Nun werden zwei Aufnahmen erstellt einmal in 4K bzw höchste Auflösung was die Kamera Kann und einmal in der niedrichsten.
Wazu das ganze?
Ist man im Urlaub möchte man trotzdem auf die Aufnahmen zugreifen können, außerdem schont es zusätzlich das Datenvolumen.
Braucht man zum Beispiel wegen eines Einbruchs dann das Video in 4K kann man dieses in 4K herunterladen.
Vorher wäre es aber interessant sich überhaupt bequem das Einbruchvideo anzuschauen ohne es runter zu laden. Dafür ist dann die Aufnahme mit dem substream in niedriger Auflösung völlig ausreichend


Beispiel Konfig:


#Im Go to rtc Teil werden die Streams definiert.
#Die Stremas sind die URLs zu den Jeweiligen Streamd der Kamera(s).
#Wir haben 3 Stück.
#Innenhof = 4K
#Innenhof_Medium = 720p
#Innenhof_sub = DVD qualität
go2rtc:
  streams:
    Innenhof:
      - rtsp://user:pass@192.168.178.68:554/s0#video=copy
    Innenhof_medium:
      - rtsp://user:pass@192.168.178.68:554/s2#video=copy
    Innenhof_sub:
      - rtsp://user:pass@192.168.178.68:554/s1#video=copy
#hat jetzt nichts mit den cams zu tun, aber ich hab den webrtc mal mit reingepackt      
  webrtc:
    candidates:
      - 127.0.0.1:8555
      - stun:8555    
  
#Un in dem Camera Teil, die Cams mit detect record und livebild deklariert.
#Einfach doppelt mit anderen namen und dem entsprechendendes Streams.
Der detect Stream bleibt bei allen gleich, denn da braucht man ja kein Internet für


cameras:
  Innenhof_CAM:
    ffmpeg:
      inputs:
        - path: rtsp://127.0.0.1:8554/Innenhof
          roles:
            - record
        - path: rtsp://127.0.0.1:8554/Innenhof_medium
          roles:
            - detect
    live:
      stream_name: Innenhof_medium
      quality: 8
    detect:
      width: 1280  #Hier unbedingt die reale Auslösung des Streams wählen
      height: 720  #Hier unbedingt die reale Auslösung des Streams wählen
      fps: 5 # in der Regel reichen 5 Frames
    snapshots:
      enabled: true
    record:
      enabled: true
      retain:
        default: 1
        mode: motion
    detections:
      retain:
        default: 30
        mode: active_objects
  Innenhof_CAM_Mobil:
    ffmpeg:
      inputs:
        - path: rtsp://127.0.0.1:8554/Innenhof_medium
          input_args: preset-rtsp-generic
          roles:
            - record
        - path: rtsp://127.0.0.1:8554/Innenhof_medium
          input_args: preset-rtsp-generic
          roles:
            - detect
    live:
      stream_name: Innenhof_medium
      quality: 8
    detect:
      width: 1280 #Hier unbedingt die reale Auslösung des Streams wählen
      height: 720 #Hier unbedingt die reale Auslösung des Streams wählen
      fps: 5
    snapshots:
      enabled: true
    record:
      enabled: true
      retain:
        default: 1
        mode: motion
      detections:
        retain:
          default: 30
          mode: active_objects


Full Reference Konfig:

Will man alle möglichen Optionen wissen, dann unter

https://docs.frigate.video/configuration/reference/

nachschauen

Beispiel konfig small:

Noch ne kleine Erinnerung an die HW Beschleunigung:

FFMPEG:

  • #hwaccel_args: -c:v h264_qsv
    Quick Sync direkt erzwingen (H.264). Das ist ein Roh-ffmpeg-Flag und allein meist nicht ausreichend (eigentlich bräuchtest du zusätzlich -hwaccel qsv, Device usw.). In Frigate lieber die QSV-Preset-Zeile unten nutzen. Nur für Intel-iGPU, nur H.264.

  • #hwaccel_args: preset-intel-vaapi
    Intel iGPU über VAAPI (Linux). Solide Allround-Variante, funktioniert für H.264 und oft auch H.265 je nach iGPU.
    Voraussetzungen: Linux, /dev/dri in den Container durchreichen. Gut, wenn du H.265 im Main-Stream hast, aber trotzdem HW-Decode willst.

  • #hwaccel_args: preset-intel-qsv-h264
    Intel Quick Sync (QSV) speziell für H.264. Sehr effizient, geringe CPU-Last.
    Voraussetzungen: Intel-iGPU + /dev/dri. Nur verwenden, wenn der zu decodierende Stream H.264 ist (für H.265 gibt es ein anderes Preset, nicht dieses).

  • #hwaccel_args: preset-rpi-64-h264
    Raspberry Pi (64-bit) via V4L2 M2M, H.264-Decode. Für Pi 4/5 mit 64-bit OS. Kein H.265-HW-Decode, also Sub-Stream in der Kamera auf H.264 stellen. Container braucht Zugriff auf die Video-Devices (bei HA-Addon i. d. R. schon so).

  • #hwaccel_args: preset-rpi-64-h265
    Raspberry Pi (64-bit) via V4L2 M2M, H.265-Decode. Für Pi 4/5 mit 64-bit OS. Kein H.264-HW-Decode, also Sub-Stream in der Kamera auf H.265 stellen. Container braucht Zugriff auf die Video-Devices (bei HA-Addon i. d. R. schon so).

Config:
#mqtt

mqtt:
  enabled: true
  host: 192.168.178.xx
  user: username
  password: password
  topic_prefix: frigate
  # Optional: client id (default: shown below)
  # WARNING: must be unique if you are running multiple instances
  client_id: frigate
  # Optional: interval in seconds for publishing stats (default: shown below)
  stats_interval: 15


  # Optional: Detectors configuration. Defaults to a single CPU detector
detectors:
  # Required: name of the detector
  coral1:
    # Required: type of the detector
    # Frigate provided types include 'cpu', 'edgetpu', and 'openvino' (default: shown below)
    # Additional detector types can also be plugged in.
    # Detectors may require additional configuration.
    # Refer to the Detectors configuration page for more information.
    type: edgetpu


    #Hardware Beschleunigung aktivieren, wenn eine GPU vorhanden für hw Beschleunigung dann den Kommentar bei hwaccel_args entfernen
ffmpeg:
  #hwaccel_args: -c:v h264_qsv
  #hwaccel_args: preset-intel-vaapi
  #hwaccel_args: preset-intel-qsv-h264
  #hwaccel_args: preset-rpi-64-h264
  #hwaccel_args: preset-rpi-64-h264
  
birdseye:
  enabled: true
  restream: true
  mode: objects

objects:
  track:
    - person
    - car
    - dog
    - cat

#video=copy ist wichtig damit das Video nicht neu transkodiert wird
go2rtc:
  streams:
    parkplatz:
      - rtsp://admin:password@192.168.178.xx/0#video=copy
    parkplatz_sub:
      - rtsp://admin:password@192.168.178.xx/1#video=copy

  #in dem Streams abschnitt kann man über die RTSP Eigenschaft den Timeout und ein Buffer einstellen.
  #Ich habe diesen nicht benutzt, kann man aber aktivieren.
  #rtsp:
   # mediatimeout: 10s  # Erhöht die Timeout-Zeit für den RTSP-Stream
  #buffer:
   # size: 8388608 # Puffergröße in Bytes, hier etwa 8 MB
  #enable webrtc für flüssigeres bild in der lovlace Karte
  webrtc:
    candidates:
      - 127.0.0.1:8555
      - stun:8555

cameras:
  parkplatz_CAM:
    ffmpeg:
      inputs:
        #full resolution for recording
        - path: rtsp://127.0.0.1:8554/parkplatz
          input_args: preset-rtsp-generic
          roles:
            - record
        #low resoultion for detect
        - path: rtsp://127.0.0.1:8554/parkplatz_sub
          input_args: preset-rtsp-generic
          roles:
            - detect
    live:
      stream_name: parkplatz
    detect:
      width: 640 #Hier unbedingt die reale Auslösung des Streams wählen
      height: 480 #Hier unbedingt die reale Auslösung des Streams wählen
      fps: 5
    snapshots:
      enabled: true
    record:
      enabled: true
      retain:
        mode: motion #nimmt nur auf wenn Bewegung erkannt wurde und nicht komplett durchgehend, dies ist Lösung für die Cach Warning wenn zu wenig RAM vorhanden ist
        default: 1 #ich möchte ja nur die clips haben wo auch objekte erkannt werden. Es wird aber in frigate tatsächlich die ganze zeit aufgenommen. 
        #das brauch ich aber nicht, also noch einem Tag wegschmeißen. Denn den Record brauchen wir leider, damit frigate die Clips daraus schneiden kann.
      alerts:
        retain:
          default: 14 #Tage wo alerts Aufbewart werden sollen
      detections:
        pre_capture: 30        # Sekunden vor dem Ereignis mitschneiden
        post_capture: 60       # Sekunden nach dem Ereignis mitschneiden
        retain:
          default: 14 #Tage Events Aufbewart werden sollen

version: 0.15-1

nach oben