4.7 KiB
| id | title |
|---|---|
| index | 模型 |
Frigate+ 提供基于Frigate+用户从安防摄像头提交的图像训练的模型，这些模型专门为Frigate分析视频的方式设计。这些模型能以更少资源提供更高准确性。您上传的图像用于微调一个基于所有Frigate+用户上传图像训练的基础模型，最终得到一个针对您特定环境优化的高精度模型。
:::info
订阅后基础模型不会直接可用。未来可能会改变，但目前您需要提交包含最低数量图像的模型请求。
:::
订阅包含每年12次模型训练。取消订阅后，您仍可保留已训练模型的使用权。提交模型请求或购买额外训练需要有效订阅。
集成Frigate+的方法请参阅集成文档。
可用模型类型
Frigate+提供两种模型类型：mobiledet和yolonas。两者都是目标检测模型，能检测下方列出的相同标签。
不是所有检测器都支持所有模型类型，请根据支持的检测器类型表格选择匹配您检测器的模型。
| 模型类型 | 描述 |
|---|---|
mobiledet |
基于与Frigate默认模型相同的架构。可在Google Coral设备和CPU上运行。 |
yolonas |
新架构，精度略高且对小目标检测有改进。支持Intel、NVIDIA GPU和AMD GPU。 |
支持的检测器类型
目前Frigate+模型支持CPU(cpu)、Google Coral(edgetpu)、OpenVino(openvino)和ONNX(onnx)检测器。
:::warning
Frigate+模型与onnx检测器的配合使用仅限Frigate 0.15及以上版本。
:::
| 硬件 | 推荐检测器类型 | 推荐模型类型 |
|---|---|---|
| CPU | cpu |
mobiledet |
| Coral(所有形态) | edgetpu |
mobiledet |
| Intel | openvino |
yolonas |
| NVIDIA GPU* | onnx |
yolonas |
| AMD ROCm GPU* | onnx |
yolonas |
* 需要Frigate 0.15版本
可用标签类型
Frigate+模型支持更适合安防摄像头的对象集。当前支持以下对象：
- 人物：
person、face - 车辆：
car、motorcycle、bicycle、boat、license_plate - 快递标识：
amazon、usps、ups、fedex、dhl、an_post、purolator、postnl、nzpost、postnord、gls、dpd - 动物：
dog、cat、deer、horse、bird、raccoon、fox、bear、cow、squirrel、goat、rabbit - 其他：
package、waste_bin、bbq_grill、robot_lawnmower、umbrella
Frigate默认模型中的其他对象类型暂不支持。未来版本将增加更多对象类型。
标签属性
使用Frigate+模型时，某些标签有特殊处理方式。face、license_plate及快递标识如amazon、ups和fedex被视为属性标签，不会像常规对象那样被追踪，也不会直接生成核查项。此外，threshold过滤器对这些标签无效，您需要根据需要调整min_score和其他过滤值。
要启用这些属性标签，需将其添加到追踪对象列表：
objects:
track:
- person
- face
- license_plate
- dog
- cat
- car
- amazon
- fedex
- ups
- package
使用Frigate+模型时，系统会为人物对象选择面部最清晰的快照，为车辆选择车牌最清晰的快照。这有助于面部识别和车牌识别等二次处理。
快递标识如amazon、ups和fedex用于自动为车辆对象分配子标签。
