- Frigate transforma cámaras convencionales en sistemas inteligentes mediante IA procesada localmente.
- El uso de aceleradores como Google Coral o Hailo es fundamental para evitar la saturación de la CPU.
- La precisión se optimiza mediante el ajuste de scores de confianza, zonas de detección y máscaras de movimiento.
- Se integra con Home Assistant para enviar alertas en tiempo real y clips de vídeo a través de Telegram.
¿Cómo detectar personas coches y animales con Frigate? Si estás harto de que tus cámaras de seguridad sean básicamente grabadoras tontas que saltan por cualquier sombra o rama que se mueva con el viento, has llegado al sitio indicado. Montar un sistema con Frigate NVR es, sencillamente, pasar de tener un vídeo aburrido a poseer unos ojos inteligentes que realmente comprenden qué demonios está pasando en tu patio o en la entrada de tu casa.
La magia reside en que todo el procesamiento se hace in local, sin mandar tus vídeos a nubes extrañas ni pagar suscripciones mensuales que te dejan la cartera tiritando. Gracias a la integración con Home Assistant, puedes convertir tu casa en una fortaleza inteligente que te avise al móvil solo cuando hay algo que merece la pena, como un paquete en la puerta o ese zorro travieso que siempre pasa por tu jardín.
¿Qué es exactamente Frigate y por qué mola tanto?
Frigate es un sistema de grabación de vídeo en red (NVR) de código abierto que utiliza Artificial intelligence para detectar objetos en tiempo real. A diferencia de las cámaras convencionales, que se basan en el movimiento de píxeles y te llenan el disco de clips inútiles, Frigate analiza la imagen para distinguir si lo que se mueve es una persona, un coche, un perro o incluso un pájaro.
Para que esto no funda tu procesador, Frigate se apoya en AI accelerators. Aunque el Google Coral ha sido el rey durante mucho tiempo, ahora tenemos opciones brutales como el Hailo8L (ideal para Raspberry Pi 5) o OpenVINO si usas miniPCs con Intel. Estos dispositivos permiten ejecutar cientos de detecciones por segundo sin que tu servidor eche humo.
Objetos que puedes detectar y modelos de IA
Por defecto, Frigate utiliza el modelo COCO, que es capaz de reconocer más de 80 tipos de objetos. Los más habituales para seguridad son personas, vehículos, perros, gatos y bicicletas. Si necesitas algo más específico, existen los modelos de Frigate+, que están entrenados para ser mucho más precisos y reducir esos molestos falsos positivos.
Un problema común es cuando el sistema confunde un animal con una persona debido a un score de confianza bajo. Por ejemplo, si un zorrillo pasa y Frigate dice que hay un 54% de probabilidad de que sea un humano, guardará el clip. Para evitar esto, puedes ajustar el min_score en la configuración, subiéndolo a 0.6 o 0.7 para que sea más exigente antes de lanzar una alerta.
Hardware recomendado según tu equipo
- Raspberry Pi 5: Lo ideal es el AI Kit de Raspberry Pi con chips Hailo o el Coral USB.
- MiniPC Intel: La mejor opción es aprovechar la GPU integrada mediante OpenVINO.
- Servidores potentes: Si tienes ranura PCIe, el Coral M.2 Dual es la compra más inteligente por rendimiento.
- Sistemas masivos: Para gestionar más de 15 cámaras, no queda otra que meter una GPU de Nvidia dedicated.
Cómo ponerlo en marcha paso a paso
Si usas cámaras Ezviz, lo primero es activar el protocolo RTSP desde la app móvil en los ajustes de servicio local. Sin esto, Frigate no puede \»ver\» el flujo de vídeo. Una vez tengas la URL RTSP y el código de verificación, puedes instalar Frigate de dos formas: mediante el Add-on de Home Assistant para ir a lo seguro, o usando Docker Compose si prefieres tener el control total en un servidor dedicado.
La configuración se hace en el archivo frigate.yml. Aquí es donde defines tu servidor MQTT (fundamental para que Home Assistant se entere de las detecciones), la ruta de la base de datos y los parámetros de cada cámara. Es vital configurar correctamente la resolución de detección (width y height) y los FPS para no saturar el acelerador de IA.
Trucos para eliminar falsos positivos y optimizar
Para que el sistema no te vuelva loco con notificaciones, debes configurar zonas de detección y máscaras. Estas sirven para decirle a Frigate: \»ignora aquel árbol que se mueve o esa calle transitada\». Además, puedes crear zonas de detección específicas; así, solo te avisará si alguien entra en tu porche y no si alguien simplemente pasa caminando por la acera de enfrente.
Si notas que el sistema no detecta ciertos objetos, como perros o coches, revisa que estén incluidos en la lista de objects track de tu configuración. También es recomendable monitorear el rendimiento en la API de estadísticas; un inference_speed menor a 20ms indica que tu acelerador está funcionando a tope y sin cuellos de botella.
Integración avanzada con Home Assistant y Telegram
Una vez que Frigate detecta un objeto, puede enviar un evento vía MQTT a Home Assistant. Desde ahí, puedes crear automatizaciones potentes. Por ejemplo, que si se detecta un perro durante la noche, el sistema tome una captura, genere un clip de vídeo y te lo envíe instantáneamente por Telegram con un enlace directo para verlo.
Para los que buscan la perfección, se puede implementar el Birdeye, una vista global que permanece apagada y solo se activa cuando hay actividad en alguna de las cámaras, optimizando así el consumo de energía y la atención del usuario.
Este ecosistema convierte cualquier cámara básica en un centinela inteligente capaz de diferenciar entre fauna silvestre y posibles intrusos, procesando todo localmente para proteger la privacidad y eliminando la dependencia de servicios en la nube mediante el uso de aceleradores de hardware como Coral o Hailo. Ahora ya sabes Cómo detectar personas coches y animales con Frigate.
Passionate about technology since he was little. I love being up to date in the sector and, above all, communicating it. That is why I have been dedicated to communication on technology and video game websites for many years. You can find me writing about Android, Windows, MacOS, iOS, Nintendo or any other related topic that comes to mind.