- Frigate utiliza modelos de IA locales como COCO y YOLOv9 para identificar personas, vehículos y diversas especies animales sin depender de la nube.
- El uso de aceleradores de hardware como Google Coral, Hailo-8L o OpenVINO es imprescindible para reducir la carga de la CPU y bajar la latencia de detección.
- La integración con Double Take y CompreFace permite añadir una capa de reconocimiento facial local para automatizar accesos y notificaciones personalizadas.
¿Cómo detectar personas coches y animales con Frigate? Imagina que tu sistema de vigilancia deja de ser un simple grabador de imágenes para convertirse en un vigilante inteligente capaz de distinguir exactamente qué ocurre en tu patio o en la entrada de tu casa. Pasar de tener clips infinitos de árboles moviéndose con el viento a recibir un aviso preciso cuando un venado cruza el jardín o un repartidor deja un paquete es el salto cualitativo que ofrece Frigate NVR.
Esta herramienta de código abierto, diseñada para integrarse a la perfección con Home Assistant, procesa todo el vídeo de forma strictly local. Esto significa que tus datos no viajan a ninguna nube sospechosa, eliminando las cuotas mensuales y garantizando que la privacidad de tu hogar esté blindada mientras disfrutas de una tecnología de detección de vanguardia.
¿Qué es Frigate y cómo transforma tus cámaras?
Frigate no es el típico software de grabación; es un NVR que utiliza inteligencia artificial para analizar el flujo de vídeo en tiempo real. Mientras que las cámaras convencionales son «tontas» y disparan alertas por cualquier cambio de luz o sombra, Frigate emplea el modelo COCO para identificar más de 80 tipos de objetos. Entre los más habituales encontramos personas, coches, perros, gatos, pájaros e incluso bicicletas o motos.
El gran valor añadido es que permite configurar specific filters. Si solo te interesa saber cuándo hay alguien en la puerta, puedes ignorar el resto; pero si eres un amante de la naturaleza, puedes configurar el sistema para que capture clips de fauna silvestre, evitando que el sistema confunda un zorrillo con una persona debido a un porcentaje de confianza bajo.
El corazón del sistema: El hardware y la aceleración de IA
Para que la detección sea fluida y no funda el procesador de tu servidor, es fundamental contar con un AI accelerator. Ejecutar estos modelos solo con la CPU es un suicidio técnico que dispararía la latencia y el consumo eléctrico.
- Google Coral TPU: Ha sido el estándar durante mucho tiempo. Aunque para instalaciones nuevas se sugieren alternativas, sigue siendo una opción robusta para quienes ya lo poseen o buscan bajo consumo.
- Hailo-8L: Una opción modernísima y potente, ideal para quienes usan la Raspberry Pi AI Kit, permitiendo procesar detecciones complejas como las de YOLOv9 con una eficiencia brutal.
- OpenVINO: La alternativa perfecta si montas todo en un miniPC con GPU integrada de Intel, aprovechando la potencia del hardware sin comprar piezas extra.
- Nvidia GPU: El camino a seguir si tienes un despliegue masivo de más de 15 cámaras y necesitas una potencia de cómputo industrial.
Configuración paso a paso para un despliegue exitoso
Para poner en marcha el sistema, lo primero es preparar las cámaras. Si usas marcas como Ezviz, debes habilitar el protocolo RTSP desde la aplicación móvil y obtener el código de verificación para construir la URL de acceso. Una vez tengas el stream, puedes Install Frigate with Docker ya sea mediante el add-on de Home Assistant o a través de un contenedor para quienes prefieren un servidor dedicado.
The file frigate.yml es donde ocurre la magia. Aquí defines el servidor MQTT para la mensajería, la ruta de la base de datos y los roles de cada cámara (detección, grabación, snapshots). Para evitar que el sistema se vuelva loco con falsas alarmas, es vital Configure detection zones in Frigate en áreas donde haya vegetación o tráfico constante, y ajustar el min_score para que solo se grabe el evento cuando la IA esté realmente segura de lo que ve.
Llevando la domótica al siguiente nivel: Reconocimiento Facial
Si quieres que tu casa no solo detecte que hay una persona, sino que sepa exactamente quién es, debes añadir una capa extra: Double Take y un motor biométrico como CompreFace. Frigate detecta el objeto, Double Take recorta el rostro y CompreFace lo compara con una base de datos local.
Para que esto no sea un desastre, el entrenamiento del modelo es la clave. No sirve de nada subir fotos de Instagram; necesitas capturas reales tomadas por la propia cámara instalada, con la luz y el ángulo reales de tu entrada. Además, es recomendable establecer un umbral de confianza superior al 80% para evitar que el sistema confunda a un vecino con un familiar y abra la puerta por error.
Integración total y automatizaciones útiles
Una vez que Frigate y Home Assistant están comunicados, las posibilidades son infinitas. Puedes configurar que, al detectar un gato por la noche, el sistema te envíe una notificación instantánea a Telegram con la foto del animal y un enlace directo al clip de vídeo.
En casos más avanzados, el reconocimiento facial puede activar una cerradura inteligente Zigbee o Z-Wave, abriendo la puerta automáticamente cuando llegues a casa. No obstante, es un consejo de oro mantener siempre un método de acceso físico o manual, ya que factores como el uso de gafas de sol o cambios bruscos de iluminación pueden hacer que la IA falle puntualmente.
Montar un ecosistema basado en Frigate, aceleradores de hardware y motores de reconocimiento local permite transformar la seguridad del hogar en una experiencia fluida y privada. Al combinar la potencia de los chips Hailo o Coral con la versatilidad de Home Assistant, logramos que las cámaras pasen de ser simples testigos mudos a centinelas inteligentes que gestionan desde la fauna del jardín hasta el acceso automatizado a la vivienda, todo ello sin depender de suscripciones externas ni servidores en la nube.
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.