🇵🇱 Frigate na Mac Mini M4

Frigate to system NVR (Network Video Recorder) - z otwartymi źródłami - zaprojektowany do detekcji obiektów w czasie rzeczywistym. W przeciwieństwie do tradycyjnych systemów CCTV, które nagrywają wszystko lub polegają na prostym wykrywaniu ruchu, Frigate wykorzystuje AI do:

• wykrywania ludzi, samochodów i innych obiektów
• redukcji fałszywych alarmów (drzewa, cienie, deszcz)
• nagrywania tylko istotnych zdarzeń
• integracji z systemami automatyki domowej

Początkowo Frigate był zoptymalizowany pod systemy Linux z akceleratorami sprzętowymi, takimi jak GPU lub dedykowane układy AI. Jednak wraz z pojawieniem się Apple Silicon (M1–M4) pojawiła się nowa możliwość:

Wykorzystanie Apple Neural Engine poprzez Apple Silicon Detector

Dzięki temu uruchamianie Frigate na macOS jest nie tylko możliwe — ale również zaskakująco wydajne.

---

Dlaczego Apple Silicon świetnie się sprawdzi

Układy Apple z serii M (w tym M4) oferują:

• szybki wielordzeniowy CPU
• wydajny GPU
• Neural Engine (NPU)

Sam Frigate nie może bezpośrednio korzystać z Neural Engine wewnątrz kontenera. Zamiast tego łączy się z detektorem działającym na hoście poprzez ZeroMQ (ZMQ).

Daje to:

• szybkie wnioskowanie (znacznie szybsze niż CPU)
• niskie zużycie energii
• brak potrzeby dodatkowego sprzętu

---

Architektura rozwiązania

Mac Mini (host)
   ├── Apple Silicon Detector (port 5555)
   └── Podman machine (VM)
        └── Frigate container
             └── połączenie przez ZMQ → host.containers.internal:5555

Podejście: Frigate działa w kontenerze, ale AI działa natywnie na macOS.

---

Wymagania

• Mac Mini M4 (lub dowolny Mac z Apple Silicon)
• Podman (podman machine)
• Python 3.11
• Kamery IP (np. Reolink)

---

Instalacja Apple Silicon Detector

git clone https://github.com/frigate-nvr/apple-silicon-detector
cd apple-silicon-detector
make install

Można do tego użyć dedykowanej aplikacji, ale obecnie zgłoszony jest problem, gdzie aplikacja ta wymagająca instalacji Rosetty, dlatego zdecydowałem się na użycie wersji skryptowej.

---

Uruchomienie detektora w tle

Szybka metoda

nohup make run > detector.log 2>&1 &

---

Zalecane: uruchomienie jako usługa macOS

Utwórz plik:

nano ~/Library/LaunchAgents/com.frigate.detector.plist

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN">
<plist version="1.0">
<dict>
  <key>Label</key>
  <string>com.frigate.detector</string>

  <key>WorkingDirectory</key>
  <string>/Users/YOUR_USER/Development/apple-silicon-detector</string>

  <key>ProgramArguments</key>
  <array>
    <string>/bin/zsh</string>
    <string>-lc</string>
    <string>make run</string>
  </array>

  <key>RunAtLoad</key>
  <true/>

  <key>KeepAlive</key>
  <true/>

  <key>StandardOutPath</key>
  <string>/tmp/frigate-detector.log</string>

  <key>StandardErrorPath</key>
  <string>/tmp/frigate-detector.err</string>
</dict>
</plist>

Następnie:

launchctl bootstrap gui/$(id -u) ~/Library/LaunchAgents/com.frigate.detector.plist
launchctl kickstart -k gui/$(id -u)/com.frigate.detector

---

Weryfikacja działania detektora

lsof -i :5555

---

Konfiguracja Podman Compose

services:
  frigate:
    container_name: frigate
    image: ghcr.io/blakeblackshear/frigate:stable-standard-arm64
    restart: unless-stopped
    shm_size: "512m"

    volumes:
      - ./config:/config
      - ./media:/media/frigate

    ports:
      - "8971:8971"
      - "8554:8554"

    environment:
      TZ: Europe/Warsaw
      FRIGATE_RTSP_PASSWORD: "password"

---

Konfiguracja Frigate

detectors:
  apple-silicon:
    type: zmq
    endpoint: tcp://host.containers.internal:5555

model:
  model_type: yolo-generic
  width: 640
  height: 640
  input_tensor: nchw
  input_dtype: float
  path: /config/model_cache/yolo.onnx
  labelmap_path: /config/model_cache/coco-80.txt

---

Pobranie modelu YOLO

mkdir -p ./config/model_cache
cd ./config/model_cache

curl -L -o yolo.onnx \
https://github.com/ultralytics/yolov5/releases/download/v7.0/yolov5n.onnx

curl -L -o coco-80.txt \
https://raw.githubusercontent.com/pjreddie/darknet/master/data/coco.names

---

Przykład konfiguracji kamery

cameras:
  reolink_ogrodek:
    ffmpeg:
      inputs:
        - path: rtsp://USER:PASS@IP:554/h264Preview_01_main
          roles: [record]
        - path: rtsp://USER:PASS@IP:554/h264Preview_01_sub
          roles: [detect]
    detect:
      width: 640
      height: 480
      fps: 2

---

Nagrywanie tylko istotnych zdarzeń

record:
  enabled: true
  alerts:
    retain:
      days: 1
      mode: active_objects
  detections:
    retain:
      days: 1
      mode: active_objects
  continuous:
    days: 0

Nagrania zapisywane są tylko wtedy, gdy wykryte zostaną rzeczywiste obiekty.

---

Uruchomienie Frigate

podman-compose up -d

---

Wydajność

Na Mac Mini M4:

• Apple detector = bardzo szybki
• niskie zużycie CPU
• bez problemu obsługuje wiele kamer

---

Najczęstsze problemy

• Używaj host.containers.internal, nie host.docker.internal
• Upewnij się, że detektor działa przed uruchomieniem Frigate
• YOLO wymaga wejścia 640x640
• Strumienie kamer powinny być w H.264, nie H.265

---

Zapraszam do komentowania i zgłąszania sugestii!