Güvenlik Kameralarını Yerel Yapay Zeka ile İzleme
(frigate.video)- Frigate NVR, evinizde veya ofisinizde kurulu güvenlik kameraları için yerel yapay zeka tabanlı nesne algılama çözümü sunar
- Home Assistant, OpenHab, NodeRed gibi popüler otomasyon platformlarıyla entegrasyon desteği sağlar
- Frigate, Home Assistant Medya Tarayıcısı ile doğrudan bütünleşir ve anında kamera yayını ile otomasyonlarda doğrudan kullanılabilir
- Gerçek zamanlı sensör ve switch veri açığa çıkarmasıyla, farklı bildirim ve otomasyon senaryoları kurulabilir
- MQTT tabanlı ölçeklenebilir entegrasyon sayesinde verimli bir akıllı ev kurulumu mümkün olur
Frigate NVR ve Ana Özellikler
- Frigate NVR, yerel olarak nesne algılama yapay zekâsı çalıştırarak güvenlik kamera görüntülerini dışarıdaki herhangi bir bulut servisine bağlı kalmadan analiz edebilir
- Home Assistant, OpenHab, NodeRed vb. ile entegre olabilir, böylece farklı akıllı ev otomasyon platformlarına kolayca eklenebilir
- Frigate, Home Assistant’ın Medya Tarayıcısı içinde kamera görüntülerini doğrudan gösterir ve düşük gecikmeli kamera varlığı sağlar
- Nesne algılama sonuçlarını gerçek zamanlı sensör ve switch verisi olarak sunarak, video tabanlı olay algılama ile otomasyon kuralları ve bildirim ayarları gibi çeşitli kullanım senaryolarını destekler
- MQTT protokol desteği sayesinde, diğer IoT ve otomasyon sistemleriyle ölçeklenebilir biçimde entegre olabilme avantajı sunar
1 yorum
Hacker News Yorumu
Frigate'yi 2 yıldan uzun süredir kullanıyorum; kullandığım herhangi bir sistemden hem algılama hızı hem de güvenilirlik açısından çok daha iyi olduğunu deneyimledim. Daha önce Ring, Tapo kamera ve Eufy Security gibi çözümler de kullandım ama şu an yalnızca Tapo kameraları Frigate'e RTSP akışıyla bağlıyorum. Bu kameraların internet erişimini kısıtlayarak gizliliği tamamen sağladım. Eufy Security, hareket algılama bildirimi tıkladığım her seferde yeni ürün reklamı gösterdiği gibi, güvenlikten çok reklamı öncelediği için güvenmedim. Ücretli üyelik ödüyor olmama rağmen bulut videolarını açamama, şifre gibi güvenlik kimlik bilgilerinin şifreleme olmadan saklanması gibi sorunları da vardı. İşte bu yüzden self-hosting çözümüne geçmeye neden olan başlıca etkenler bunlardı. Frigate'yi ikinci el donanım ve RX 550 GPU ile donanım hızlandırmayı açarak kullanıyorum; algılama gecikmesi her zaman 1 saniyenin altında. Frigate API'sini kullanarak Telegram ve Pushover'a ekran görüntüsü bildirimleri gönderen bir uygulamayı da kendim yaptım ve iki yıldır bağımsız bir düzeni sürdürüyorum. Bu süreçte servisi yalnızca iki kez yeniden başlattım. VPS'ten evdeki yerel sunucuya tünel kurarak dışarıdan da sorunsuz kullanıyorum. Bu etkileyici proje için gerçekten minnettarım.
Home Assistant ile entegre edilerek kullanılıp kullanılmadığını merak ediyorum. Not: ISS'im HACS sitesi erişimini engellediği için HACS entegrasyonu düzgün çalışmıyor. get.hacs.xyz'yi wget ile çekip kurmaya çalışsam da SSL hatası alıyorum ve bağlantı kesiliyor.
Kameraları internete kapatıp yalnızca yerel ağda tutarken, olası geri kanal iletimi engellemek için kullandığınız bir yöntem varsa paylaşır mısınız?
Eufy kameralarını Frigate ile birlikte kullanıp kullanamayacağınızı merak ediyorum.
Tapo kamera için RTSP modunda Frigate ile uyumlu olacak şekilde nasıl ayarladığınızı merak ediyorum. Tek bir kamerayı bile Wi-Fi'ye bağlasam ağ çok dengesizleşiyor. Bir bant başına bir AP şeklinde böldüğüm halde de sorunlar yaşadım.
Bu kadar hassas bir video verisini başlangıçta onlara nasıl güvenerek teslim ettim de onlara bıraktığımı biraz tuhaf buluyorum. Eskiden GNU aktivistleri bana garip geliyordu ama şimdi reklam engelleyici bile kullanmayan meslektaşları anlamakta güçlük çekiyorum.
Bende de sıkça gördüğüm bir şikayetim var: İlk cümlede NVR kısaltmasını herhangi bir açıklama olmadan kullanmış olmak. NVR, Networked Video Recorder'ın kısaltması. Bu alanda deneyimi olmayan herkes için bunu yapmamanızı istemiyorum.
Ziyaretçinin NVR'in ne anlama geldiğini bildiğini varsaymak mantıklı olur. En azından bağlamdan bakınca Frigate'nin ne olduğunu anlayabilir.
Katılmıyorum. Frigate'yi arayan kişilerin %90'ından fazlasının NVR'yi bildiğini düşünüyorum. Her terimin tanımlanması iyi olurdu ama en azından bu ürünü kullanmak isteyen biri için NVR'yi bilmek temel bir ortak bilgidir.
Genel olarak katılıyorum; NVR yalnızca sektörde çalışanlarda değil, tüketiciler arasında da yaygın bir kısaltmadır. CCTV çözümü arayan biri neredeyse her zaman NVR terimiyle karşılaşır. Aksi takdirde Network Video Recorder teriminin kendisi de anlamsız olur. Frigate'nin amacı zaten bu kapalı ve esnek olmayan kutuyu (NVR box) değiştirmek olduğu için ürün adında da bu kelime var.
Gerçekte mağazaların çoğu da NVR veya NVR Recorder adıyla satıyor (kendi deneyimime göre). Sadece bir arama yapınca hemen sonuç çıkıyor.
GPU/TPU'nun zorunlu olmadığı bir durum. Kamera sayısı az olursa ve algılama bölgeleri iyi ayarlanırsa CPU ile yetinmek mümkün olur. Ben algılama için düşük çözünürlüklü/düşük kareli MJPEG alt akışını, h264'ü ise sadece kayıt ve izleme için kullanıyorum. CPU tabanlı algılamada Openvino, varsayılan Tensorflow'dan çok daha hızlı; 6 çekirdekli VM'de (Ivy Bridge Xeon) iki kamera çalıştırdığımda bile CPU yaklaşık %20 kullanımda kalıyor.
Video hızlandırması (nesne tanıma değil görüntü kodunun çözülmesi) biraz güvensiz olsa da, bu durumun ardından gerçek zamanlı nesne tanıma çözümü olarak en iyi deneyimlerden birini yaşadım. Artık küçük bir hayvan gece beni uyandırmıyor. Ayrıca yıllık aboneliğim, yanlış alarm verilerimi vererek AI modelini eğitmeye de destek oluyor; böylece doğruluk ciddi oranda arttı.
Gece hayvanlardan dolayı uyanmamanın iyi bir yanı da var, ama farklı hayvan fotoğrafları toplamayı da mümkün kılıyor. Saklı kalmış bir dünyanın kapılarını açmış gibi geliyor.
Coral AI kart sürücüleri ve yazılımı tipik bir Google Abandonware(tm). Eski bir Python sürümünü zorunlu kıldığı için güncel işletim sistemleriyle ve GPU'larla uyum zayıf. 2025'te bile Windows 7 seviyesinde yazılım isteyen bir donanım satın almışsınız gibi bir durum.
Benim durumumda şartlar giderek kötüleşiyor. 2-3 yıldır aralıksız kullanıyorum ama son günlerde sürekli çocuk oyuncağı, bahçe scooter'ı, korsan bayrağı gibi şeyler yanlış alarm üretiyor. Kişisel gizlilik nedeniyle yanlış alarm verisi gönderemiyorum; uzun süre biriktirdiğim verilerle modeli bizzat eğitmeyi planlıyorum.
Bu aboneliği birkaç nedenle ödemeyi haklı buluyorum: 1) geliştirici desteği 2) eğitim maliyetinin net şekilde yansıtılması 3) eğitilen modelin kalıcı olarak saklanabilmesi. AgentDVR ile tam tersi durumda. Uzaktan erişim ya da push bildirimi ben çözüyorum, ancak AgentDVR yalnızca basit VPN erişimi için bile aylık ücret istiyor.
Frigate paketleme kalitesi şaşırtıcı. Temelde go2rtc veya MediaMTX de yeterli, ancak yapay zeka işleme eklemeyi istediğinizde kolay ve Unix benzeri bir araç yok; her şeyi doğrudan Python ile yapmak gerekiyor.
Kayıtlı videoyu gerçek zamanlı işlemek yerine, örneğin beş saatlik bir videoda belirli bir noktadan geçen araçlar veya sürücünün telefonu elinde tuttuğu sahne gibi görüntüleri çıkarmak istiyorsanız nereden başlamanız veya hangi çerçeveyle ilerlemeniz gerektiğini merak ediyorum.
OpenCV belgeleri ve örneklerine bakmanızı öneririm. OpenCV ile yüz tanıma yaptım (face_recognition örneği); araçlar için ayrı bir model eğitmek veya YOLOv3 örneği gibi bir yöntemi uygulamak gerekiyor.
İyi bir ticari AI'ya bu soruyu sorsaydınız, Python ile videoyu yükleyip sürücünün yalnızca belirli saatlerde telefonu tuttuğu sahneyi döndüren bir betik hemen çıkartırdı.
You Only Look Once tekniği de yardımcı olabilir.
Başkalarının, 'güvenlik sisteminize itaat etmeyin' yazılı bir işaret tutmasıyla sistemin etkisiz hale geleceği şeklinde esprili bir soru var.
Github'da openCV ve Tensorflow kullanıldığını görürsünüz. Hareket algılama openCV'ye dayalı olduğu için birinin hareket etmesi gerekir ve çok yavaş hareket etmediği sürece bypass etmek mümkün değil. Nesne tanıma (Tensorflow) OCR yapmadığından metin tanıyan bir sistemi kandıramaz; ama algılanan nesnelerin listesi sınırlı olduğu için ağaç kostümü gibi bir şey takılırsa tespitten kaçmak mümkün olabilir.
Düşünüyorum da "scramble suit" ya da baştan belirgin şekilde algılamayı engelleyen desenli tişörtler takmak mümkün olabilir (scramble suit, adversarial t-shirts)
Tam vücut rakun kıyafetiyle dolaşmak da bir yöntem.
Mimari 2 katmanlı: ilk katman OpenCV'de hareket algılama, ardından donanıma göre farklı modelle ilgi alanı nesne tanıma. Coral TPU, Halio Accelerator ve çoğu GPU destekliyor (AMD'de ROCm iGPU'da çalışmıyor). Coral için edgedet ve YOLO-NAS, YOLO, D-Fine, RF-DETR desteği var. YOLO-NAS'a özel ücretli modeller de mevcut veya doğrudan kendi eğitimini yapabilirsiniz.
Bu bir LLM değil, "normal" bir AI modelidir (ancak LLM ile otomatik açıklama üretmek de mümkün).
Ben Frigate'i 5 IP kamera (3 Hikvision, 2 Amcrest), 1 USB kamera ile birlikte kullanıyorum. Eski i7-6700'de USB Coral TPU ile CPU kullanımı %30 civarında çalışıyor ve düzgün oluyor. En iyi seçenek değil ama kullanılabilir durumda. Amcrest görüntüleri iyi oynarken, Hikvision'da codec uyumluluk sorunları nedeniyle transkodlama gerekebiliyor. Kayıtlı videoları dışarıya göndermek için gömülü bir özellik yok; depolama klasörünü aynalamasam da yapısal olarak önemli olayları ayrı ayrı yedeklemek zordu.
GPU, TPU olmadan yalnızca kamera sayısı ve algılama alanlarını iyi ayarlayarak CPU ile yeterli olabileceğine yine vurgu yapıyorum. Openvino, Tensorflow gibi farklı modellerle edinmiş olduğum deneyimi paylaşıyorum.
Biraz farklı bir noktada, yine de neden hâlâ kendiniz gözetim yaptığınız güvenlik kameralarını kurduğunuzu merak ediyorum. Bu tür kameraların aksine stresi ve kaygıyı arttırdığını gösteren psikolojik araştırmalar var. Gerçek suçun önlenmesine çok büyük katkısı olmadığını, polis soruşturması veya sigorta kanıtı için dahi off-site yedekleme gerektiğini düşündürüyor. CCTV çok yaygın olsa da gerçekten suç çözümüne (ör. araç plakası tanımlama gibi) anlamlı katkı yapanlar son derece az.
Kameraları kurmanın önemli bir yararı, sivil düzeni teşvik etmesi. Kapı eşiğine kamera taktıktan sonra kurye çalışanlarının ağır davranışları azalıyor, çit tahribatı olmuyor. Ayrıca kedi takibi, dışarı çıkarken uzaktan izleme ve sigorta taleplerinde de işe yarıyor. Ama çoğu ucuz CCTV'de çözünürlükten çok gece IR hassasiyeti önemli oluyor. Ben gerçek tanımlama için düşük çözünürlüklü profesyonel bir kamera kullanıyorum. Açık kaynaklı olarak ZoneMinder'i ve yerel AI'ı uzun zamandır birlikte kullanıyorum.
"Stres artıyor ve kaygı yükseliyor" cümlesini okuyunca sanki benim duygularım hedef alınıyormuş gibi hissettim, biraz rahatsız oldum. Herkesin kullanma amacı farklıdır.
İnsanlar farklı ortam, farklı risk ve farklı polis destek seviyesi nedeniyle her biri farklı ölçüt, amaç ve psikolojiyle güvenlik kamera kullanır. Ben sakin bir yerde yaşıyorum ve uzun süre evden ayrıldığım zamanlar bile kameraların olmadığı zamandan çok takip edebildiğim için daha güvendeyim.
Kapı zilim yerel kayıt yapabiliyor; biri çaldığında birkaç saniye öncesini masaüstü/telefon bildirimi olarak görsellerle alabiliyorum. Kim olduğunu görüp nasıl tepki vereceğimi seçebiliyorum. Eğlenceli oluyor ve eve yakın çevredeki kameralarla LLM'i kullanıp "kaç yeni kuş var?" veya "köpek arka bahçede mi?" gibi sorgular da sorabiliyorum.
Frigate'in ve benzerlerinin temel amacı, kullanıcının sürekli olarak gözetleme yapması gerekmemesidir. Küçük hayvan yanlış alarmları ve tanıdık araçlar gibi şeyler sizi yormaz, yalnızca gerçekten önemli olaylara odaklanırsınız.
Frigate'i 4 yıldır kullanan bir eski kullanıcısıyım. Home Assistant olmadan Frigate'i tek başına kullanıyordum ama son dönemlerde Home Assistant'ı tekrar ekleyip Nest kamerasının WebRTC akışını Frigate'e bağladım. Artık Nest Aware aboneliği olmadan da aynı şekilde çalıştırabildiğim için ekonomik olarak memnunum