Pourquoi je le construis
Je voulais étudier jusqu’où la vidéosurveillance pouvait fonctionner localement, sans dépendre d’un service cloud externe pour chaque détection. Frigate réunit flux vidéo, enregistrements et détection d’objets. En confiant la reconnaissance au Hailo-8L, le Raspberry Pi ne doit pas effectuer seul tout le travail d’IA.
L’installation est à la fois un système pratique et un projet d’apprentissage. Elle réunit Linux, Docker, flux de caméras, stockage, accélération de l’IA et domotique.
L’installation
La base est un Raspberry Pi 5 sous Ubuntu. Frigate fonctionne dans Docker et utilise un Hailo-8L connecté pour la détection. Trois caméras IP fournissent leurs flux sur le réseau local. Un disque USB séparé de 120 Go accueille les enregistrements et autres médias de Frigate.
La configuration des conteneurs sépare le programme, les réglages et les médias. Un service système reconstruit l’ensemble Docker après un redémarrage, ce qui facilite la gestion et la restauration.
Là où cela devient intéressant
Faire fonctionner l’accélérateur d’IA n’était qu’une partie du travail. Les flux des caméras sont tout aussi importants. Des identifiants incorrects, les différences entre flux principal et secondaire ou des problèmes réseau temporaires peuvent rendre une caméra indisponible ou forcer Frigate à relancer un flux.
En comparant les journaux de Frigate, go2rtc et FFmpeg, j’ai pu isoler les problèmes étape par étape et déterminer s’ils venaient de la caméra, du réseau, du flux ou de la détection.
Ce qui fonctionne déjà
- Frigate fonctionne dans Docker sur le Raspberry Pi 5.
- Le système reconnaît le Hailo-8L, qui exécute la détection.
- Trois caméras peuvent être intégrées à la configuration.
- Les enregistrements et médias disposent d’un stockage séparé.
- La base de l’intégration avec Home Assistant est en place.
