EnglischFranzösischSpanisch

OnWorks-Favicon

Frigate-Download für Linux

Laden Sie die Frigate Linux-App kostenlos herunter, um sie online in Ubuntu online, Fedora online oder Debian online auszuführen

Dies ist die Linux-App namens Frigate, deren neueste Version als 0.11.1Release.zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.

Laden Sie diese App namens Frigate with OnWorks kostenlos herunter und führen Sie sie online aus.

Befolgen Sie diese Anweisungen, um diese App auszuführen:

- 1. Diese Anwendung auf Ihren PC heruntergeladen.

- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.

- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.

- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.

- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.

- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.

SCREENSHOTS

Ad


Fregatte


BESCHREIBUNG

Fregatte - NVR mit Objekterkennung in Echtzeit für IP-Kameras

Ein vollständiger und lokaler NVR, der für Home Assistant mit KI-Objekterkennung entwickelt wurde. Verwendet OpenCV und Tensorflow, um Objekterkennung in Echtzeit lokal für IP-Kameras durchzuführen.

Die Verwendung eines Google Coral Accelerator ist optional, wird jedoch dringend empfohlen. Die Coral übertrifft selbst die besten CPUs und kann 100+ FPS mit sehr wenig Overhead verarbeiten.



Eigenschaften

  • Enge Integration mit Home Assistant über eine benutzerdefinierte Komponente
  • Entwickelt, um den Ressourcenverbrauch zu minimieren und die Leistung zu maximieren, indem nur dann und dort nach Objekten gesucht wird, wenn dies erforderlich ist
  • Nutzt Multiprocessing stark mit Betonung auf Echtzeit gegenüber der Verarbeitung jedes Frames
  • Verwendet eine sehr niedrige Overhead-Bewegungserkennung, um zu bestimmen, wo die Objekterkennung ausgeführt werden soll
  • Die Objekterkennung mit TensorFlow läuft in separaten Prozessen für maximale FPS
  • Kommuniziert über MQTT zur einfachen Integration in andere Systeme
  • Zeichnet Videos mit Aufbewahrungseinstellungen basierend auf erkannten Objekten auf
  • Aufzeichnung rund um die Uhr
  • Re-Streaming über RTSP, um die Anzahl der Verbindungen zu Ihrer Kamera zu reduzieren
  • WebRTC- und MSE-Unterstützung für Live-Ansicht mit geringer Latenz


Programmiersprache

Python, Javascript


Kategorien

Objekterkennungsmodelle

Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/frigate.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.


Kostenlose Server & Workstations

Laden Sie Windows- und Linux-Apps herunter

Linux-Befehle

Ad