飞牛NAS监控方案：Frigate+Docker实现AI人形检测与远程访问

1. 飞牛NAS监控方案的整体设计思路

1.1 为什么要在NAS上跑监控

很多人买了飞牛NAS之后，第一反应是拿来存电影、备份照片、做家庭文件共享。用了一段时间就会发现，这玩意儿24小时开机、功耗低、硬盘容量大，只拿来存文件实在有点浪费。于是不少人开始琢磨：能不能让它顺便把家里的监控也管起来？

这个想法其实非常自然。传统监控方案要么买一套品牌NVR加摄像头，要么用云存储服务按月付费。前者一次性投入不小，后者长期算下来更贵，而且视频数据放在别人服务器上，心里总归不太踏实。飞牛NAS本身就是一个低功耗常开设备，硬盘空间充裕，把它变成监控录像的存储中心，逻辑上完全说得通。

具体来说，在飞牛NAS上做监控，核心解决的是三个问题：视频流的接入与录制、录像文件的存储与管理、远程实时查看与回放。这三个需求对应到技术层面，就是需要一套能拉取RTSP流、能转码或直接存盘、能提供Web或App访问的软件方案。目前社区里讨论最多的组合是Frigate加上飞牛的Docker环境，也有用Zoneminder、Shinobi的，但Frigate因为对硬件加速支持好、AI检测能力强，成了很多人的首选。

1.2 飞牛NAS做监控的先天优势与短板

先说优势。飞牛NAS通常配的是低功耗x86平台，比如N100、N305这类处理器，TDP在6到15瓦之间，7×24小时运行电费几乎可以忽略。硬盘方面，很多人上了4盘位甚至更多，单盘4T起步，存几十路摄像头的录像绰绰有余。系统层面，飞牛OS基于Linux，Docker支持完善，跑Frigate这类容器化应用非常方便。网络方面，一般家庭NAS都接在千兆交换机上，局域网内拉几路1080P的RTSP流毫无压力。

短板也很明显。第一，飞牛NAS的核显性能有限，如果要做AI物体检测，比如识别人、车、猫狗，需要用到Intel核显的OpenVINO加速，低端型号可能跑不动太多路。第二，NAS的CPU性能不强，如果摄像头数量多、分辨率高，软解转码会直接把CPU吃满。第三，远程访问依赖网络环境，没有公网IP的话需要额外方案。第四，存储策略需要仔细设计，否则硬盘很快被写满，或者频繁写入导致硬盘寿命下降。

注意：监控录像的写入模式是持续小文件写入，对硬盘的负载和普通文件存储完全不同。建议用专门的一块硬盘做监控存储，不要和重要数据混在一起。

1.3 方案选型的核心考量

在飞牛NAS上搭监控，选什么软件、怎么部署，主要看几个维度：摄像头数量、分辨率、是否需要AI检测、预算、以及你愿意折腾的程度。

如果只是两三路摄像头，只需要录像和回放，对AI没需求，那其实用飞牛自带的Docker跑一个轻量级NVR就够了，比如Shinobi或者MotionEye，资源占用低，配置简单。如果想要人形检测、车辆识别、甚至人脸识别，那Frigate是更好的选择，它内置了TensorFlow和OpenVINO，配合Intel核显可以做到实时检测。如果摄像头超过8路，或者有4K分辨率的头，那就需要考虑用独立显卡或者换更强的硬件平台了。

存储方面，Frigate支持直接写硬盘，也支持写到网络存储。在飞牛NAS上，建议直接把监控录像存到NAS的存储池里，通过Docker的volume映射进去。这样录像文件可以通过飞牛的文件管理直接访问，也方便做快照和备份。

2. 核心细节解析与实操要点

2.1 摄像头接入：RTSP流的获取与配置

不管用什么软件，第一步都是把摄像头的视频流接进来。目前市面上绝大多数网络摄像头都支持RTSP协议，这是最通用的方式。以常见的几个品牌为例，RTSP地址格式大致如下：

• 海康威视：rtsp://用户名:密码@IP地址:554/Streaming/Channels/101
• 大华：rtsp://用户名:密码@IP地址:554/cam/realmonitor?channel=1&subtype=0
• TP-Link：rtsp://用户名:密码@IP地址:554/stream1
• 小米：部分型号支持RTSP，需要在米家App里手动开启，地址通常是rtsp://IP地址:554/live/ch00_0

这里有个坑要注意：很多摄像头默认只开主码流，分辨率高、码率高，直接拉流对NAS压力大。建议在摄像头后台把子码流打开，子码流一般是720P或者480P，码率低很多，用来做实时预览和AI检测足够了。录像的时候再调主码流，这样兼顾画质和性能。

在Frigate的配置文件里，摄像头的配置大概长这样：

这段配置的意思是：主码流用来录像，子码流用来做AI检测，检测分辨率设为1280×720，每秒抽5帧做分析。为什么是5帧？因为物体检测不需要30帧那么高的帧率，5帧足够判断有没有人经过，同时大幅降低CPU和GPU的负载。

2.2 硬件加速：让Intel核显真正干活

飞牛NAS的CPU大多是Intel的，自带核显。这个核显在监控场景里有两个用途：一是视频解码，二是AI推理加速。如果不做任何配置，Frigate默认用CPU软解，一路1080P的流就能吃掉一个核心，几路下来CPU直接满载。

要让核显参与解码，需要在Docker启动参数里把核显设备映射进去：